MétaCan
Menu
Retour à la cohorte
Enregistrement W3200535798 · doi:10.18260/1-2--34297

Cognitive Skills Development Among Undergraduate Engineering Students

2020· article· en· W3200535798 sur OpenAlexafffundabout
Hannah Smith, Brian Frank

Notice bibliographique

Revue2020 ASEE Virtual Annual Conference Content Access Proceedings · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience, Education and Cognitive Function
Établissements canadiensQueen's University
Organismes subventionnairesQueen's University
Mots-clésNumeracyTest (biology)Cognitive skillLiteracyMathematics educationScale (ratio)PsychologyInstitutionCognitionMedical educationEngineering educationSample (material)PedagogyEngineeringPolitical scienceEngineering managementMedicine

Résumé

récupéré en direct d'OpenAlex

This research paper addresses assessment of numeracy and literacy among engineering students, which are core to problem solving and critical thinking, but challenging to consistently measure.The Essential Adult Skills Initiative (EASI) was a research project involving 20 Canadian postsecondary institutions, designed to measure the literacy, numeracy, and problem-solving skills of incoming and graduating college and university students the Education and Skills Online Assessment (ESO).At one participating institution, the ESO was administered over a two-year window in a cross-sectional approach to 112 first year and 65 fourth year engineering students.Statistically significant improvements were observed from first to fourth year in numeracy (W = 2634 , p < 0.05), and in literacy (W = 2743, p > 0.05).Of the fourth year participants, 38% received scores associated with trouble consistently performing critical written analysis, and 49% received scores associated with trouble consistently performing critical numerical analysis.Time spent on test was found to be correlated to final score (r = 0.35, p < 0.001).These results raise questions concerning the baseline skill level of some graduating engineering undergraduates, and when combined with prior literature also question adequacy of low-stakes standardized tests for measuring complex cognitive skills.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,073
Tête enseignante GPT0,303
Écart entre enseignants0,229 · 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'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

Citations1
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revue2020 ASEE Virtual Annual Conference Content Access ProceedingsMême sujetNeuroscience, Education and Cognitive FunctionTravaux en français237 207