PIVOT FOR THE PANDEMIC: COMPARISON OF TOY AND SCIENCE DEMO DESIGN PROJECTS IN A FIRST YEAR MECHANICAL ENGINEERING COURSE
Notice bibliographique
Résumé
The first year course, “ME 100: Introduction to Mechanical Engineering Practice, 1”, was redesignedfor the Fall 2017-2019 offerings. The goals of the redesign were to include: a major design project, opportunities for individual communication assessments, and opportunities for development of professional skills. A toy design project was piloted in Fall 2017 as a unifying course theme. In thisproject, industrial partners come to discuss the engineering and design that happens in the toy industry. They also help critique student work as they design a toy of their choosing. With the impacts of COVID 19 the decision was made to pivot to a challenge to design new classroomphysics demonstrations. The course redesign has generally been successful. Both projects have been well received by students, faculty, and industry partners, with students reporting on an end-of-term survey that it was engaging and doable, and that it helped develop their confidence andunderstanding of design, and mechanical engineering. The demo project was generally slightly better received, with 2-8% more students agreeing to statements about the usefulness and appeal of the project. Both projects, the toy project especially, serve as a vehicle to discuss differentaspects of design and professionalism. Challenges exist with giving students guidance at the start and throughout the project to ensure that all student teams have suitably scoped projects. There is also the challenge of helping students develop a design mindset, as several groups struggle with performing the justified decision making necessary to actual design a toy.
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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».