Becoming engineers: how students leverage relationships between documents and learning activities
Notice bibliographique
Résumé
Learners participate in complex environments that are comprised of diverse and distributed people, information, and tools. To better understand why this situation presents challenges for learners, and to examine how they seek to overcome these challenges, a two-part study was conducted. This research explores undergraduate engineers’ information interactions through a mixed methods study. Questionnaire responses and interviews with students were analyzed to investigate how undergraduate engineers seek, manage, and interact with discipline-specific information and how they share documents with their peers. This work included questionnaire responses from 103 students enrolled in undergraduate engineering programs at a large university in Canada. Follow-up interviews with 18 of these respondents extended accounts of students' experiences. The findings contribute to understandings of how undergraduate engineers navigate complex information environments. Given that students have access to a substantial amount of information communicated in many ways, their ability to select and apply information was found to be integral to their participation in these environments. Results identified and described the latent relationship between learning tasks and document genres. It was also found that students regularly collaborate through social media and other backchannels to sidestep their instructors’ efforts to monitor and control how and what information they share. Findings suggest implications for understanding how students develop awareness about pairing documents with the learning activities in which they are engaged. While students are coping with complex information environments, they are not necessarily using the expected document genres, suggesting areas for adjustments in curriculum, information literacy instruction, and theoretical synthesis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,008 |
| 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 ».