MétaCan
Menu
Retour à la cohorte
Enregistrement W3173550194 · doi:10.24908/pceea.vi0.14923

ONLINE EDUCATION – ENGINEERING STUDENTS’ PERSPECTIVE

2021· article· en· W3173550194 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensDalhousie UniversityUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésOnline learningPerspective (graphical)Engineering educationWork (physics)Computer-assisted web interviewingMedical educationPsychologyAcademic yearComputer scienceMathematics educationEngineeringMultimediaEngineering managementMedicineArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

With online learning moving into the long term, the mental and academic impacts on students arelikely to be challenging. Preliminary results obtained from three different student surveys are presented and analyzed for different cohorts of undergraduate engineering students enrolled in an engineering program at the Université de Moncton. The first survey was administered during the last week of the Winter semester, before the final exams period. This survey was administered by the Engineering Faculty and created to get an overview of students experience during their online learning sessions. Specifically, the goal of this survey was to get information on which technical tools work best for distance learning during their online sessions and to improve future online learning sessions. Another survey was completed at the end of the Fall 2020 online learning semester. About half of all engineering students completed the surveys and a preliminary analysis was conducted. Finally, a third survey was administered during the Winter 2021 online learning semester. The aim of this study is to evaluate and analyze the results of these surveys using educational data mining. This work will provide an overview of the online learning experience during the end of the Winter 2020 semester and the academic year 2020-2021 and establish relations between classroom and online learning environments. New data analysis may help to accelerate and improve future hybrid classroom-online learning pedagogy since permanent changes are expected in the near future for many engineering programs. This study shows that students vary in their abilities to adapt to this new reality. Most prefer recorded audio clipsof PowerPoint presentations beforehand combined with online synchronous learning using video conferencing software. This suggests that effective online learning requires extra time from educators to better prepare class sessions. Furthermore, there is an important correlation between the level of student motivation and their appreciation level of online learning.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,374
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,220
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle