MétaCan
Menu
Retour à la cohorte
Enregistrement W3178671133 · doi:10.24908/pceea.vi0.14824

GRADUATE ATTRIBUTE MANAGEMENT: MAPPING UNIVERSITY GENERIC ATTRIBUTES TO THOSE OF THE CANADIAN ENGINEERING ACCREDITATION BOARD

2021· article· en· W3178671133 sur OpenAlexafffundvenueabout
Samira ElAtia, Jason P. Carey, Bashair Alibrahim, Marnie Jamieson

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésAccreditationProcess (computing)Intersection (aeronautics)Exploratory researchCurriculumComputer scienceEngineering managementEngineeringMedical educationPsychologyPedagogySociologyTransport engineeringMedicine

Résumé

récupéré en direct d'OpenAlex

After 2009, accredited Canadian engineering schools began to develop processes to map the Canadian Engineering Accreditation Board-Graduate Attributes(CEAB-GAs) to their curriculum and integrate ways to measure them. At around the same time, several Canadian universities embarked on a process to identifytheir own University-wide Graduate Attribute (UGAs). UGAs are assumed to be applicable across study disciplines; i.e. the university experience as a whole.To address the need to assess students on the basis of the CEAB GAs and the UGAs in the Faculty of Engineering and develop the basis for an integrated graduate attribute management system, an interdisciplinary team conducted a yearlong qualitative study with the purpose of exploringthe intersection of the UGAs with CEAB-GAs. The key objectives were to develop a mapping process between the two sets and to explore management strategies for assessing both sets of graduate attributes. Two independent teams performed the mapping exercise using a sequential mixed methods study design. A qualitative exploratory mapping study was followed by a quantitative aggregation of the mapping results. Integration of the qualitative and quantitative study results was completed as part of the interpretation of the results. Both forward and backward mapping took place. Results demonstrated that, although generic, UGAs may not necessarily capture specific professional program graduate attributes such as the CEAB-GAs. The study also highlighted the need for more revisions and updates of UGAs by including various stakeholders who can substantially contribute to implementation and assessment of UGAs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,423

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0100,021
Études des sciences et des technologies0,0080,004
Communication savante0,0100,004
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,015
Tête enseignante GPT0,185
Écart entre enseignants0,171 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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 sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207