MétaCan
Menu
Retour à la cohorte
Enregistrement W3175808586 · doi:10.24908/pceea.vi0.14961

FUTURE SKILL DEVELOPMENT IN UNDERGRADUATE STUDENTS THROUGH WORK IN STEM OUTREACH

2021· article· en· W3175808586 sur OpenAlexafffundvenueabout
Lisa Romkey, Tracy Ross, Daniel Munro

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensActuaUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésOutreachEmployabilityTeamworkMedical educationCreativityPsychologyWork (physics)Flexibility (engineering)FluencyPedagogyEngineeringMedicineMathematics educationManagementPolitical scienceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This paper represents the experience and self-reported skill development of undergraduate Science and Engineering outreach instructors, who were working primarily online during the global pandemic in 2020. This work is part of a larger multi-year project designed to articulate the learning and employability skills gained by a pan-Canadian group of undergraduates, by way of theirtraining and work experience as youth program Instructors delivering STEM outreach activities for youth. The development of these skills was measured using a post-program survey, in which undergraduate instructors were asked a number of questions about their skill development. Instructors noted development most significantly in (1) teamwork and collaboration; (2) adaptability and flexibility: (3) communication, (4) leadership, (5) innovation and creativity, and (6)initiative. A significant theme noted was the learning that took place from the sudden shift to teaching remotely and working through a pandemic. Although the focus of STEM Outreach research & evaluation is often on the impact of the program on its participants, this work demonstrates the value of the instructor experience, and how this work can leverage other post-secondary initiatives designed to prepare undergraduates for their careers.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,194 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetBiomedical and Engineering EducationTravaux en français237 207