WHAT IS AN ENGINEER: STUDY DESCRIPTION AND CODEBOOOK DEVELOPMENT
Notice bibliographique
Résumé
There are still many questions to answer regarding the implementation and ongoing use of the CEAB graduate attributes (GAs) to guide engineering education content and student progression. How well doour students know and understand the twelve GAs? Which ones do they find most important? Do the knowledge and importance of the GAs vary over the course of students’ programs, or among institutions? Do students’ definitions of an engineer reflect the GAs? How do the definitions reflect students’ evolving understanding of engineering identity? Given the similarity of purpose, philosophy, and complementarity of questions and methods regarding the student perspective on engineering, the GAs, and their development, researchers from three institutions across Canada joined forces to conduct a national study. The overarching objectives of the study are to provide insight on how undergraduate students’ engineering identities develop through the course of their programs using the CEAB GAs as a normative framework, and enable meaningful comparisons of the GAs rankings and learning cultures at the three institutions. The objectives of this paper are to present an overview of the study development, and describe the methods used to develop the French and English codebooks for analysis of the qualitative data. We discuss the disambiguation of the codes and lexicon with particular attention to the concepts of professionalism and leadership and the emergence of three inductive codes: Engineering Work, Societal Improvement, and Personal Characteristics. We close the paper with a few words on future work.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».