MétaCan
Menu
Retour à la cohorte
Enregistrement W4205894924 · doi:10.1109/weef/gedc53299.2021.9657396

‘Engineering for Global Development’ in Academic Institutions: An Initial Review of Learning Opportunities Across Four Global Regions

2021· article· en· W4205894924 sur OpenAlexaboutno aff
Grace Burleson, Mariela Machado, Iana Aranda

Notice bibliographique

Revue2021 World Engineering Education Forum/Global Engineering Deans Council (WEEF/GEDC) · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceData scienceEngineering managementEngineering

Résumé

récupéré en direct d'OpenAlex

Engineering for Global Development (EGD) is a growing field in which technology development, design research, and implementation sciences are utilized to support communities worldwide and improve their quality of life. The study area is known by various terminologies worldwide, such as ‘global engineering,’ ‘frugal engineering,’ ‘sustainable development engineering,’ ‘humanitarian engineering,’ and so on. This report aims to provide an initial overview of the breadth of EGD-related opportunities available at universities through a series of regional reviews in four major global regions: (1) Canada and the United States, (2) Australia and New Zealand, (3) Latin America, and (4) Asia. In addition to documenting the types of EGD programs offered at academic institutions, we aim to analyze the ways in which EGD-related educational opportunities are offered across the specified global regions. Importantly, we review and compare common terminologies used in each region. Across the regions explored, we identified 85 intuitions with various EGD-related learning opportunities, primarily in the form of experiential learning and research opportunities. Some universities offer degrees and certificates, but the quantity of degree-granting programs remains relatively small. Future work should explore this increase in demand and quality of available training, especially relevant to SDG 4: Quality Education. Our findings indicate that a robust EGD academic community exists globally. Notably, institutions use a variety of terminologies, and similarities and differences in their usage exist regionally. Ultimately, this report aims to comprehensively review the many terminologies, programs (e.g., undergraduate courses, masters, postgraduate, and innovation centers), and research groups dedicated to EGD-related academic work across the four regions specified. The findings from this study contribute to the growing literature and efforts to expand EGD endeavors and collaborations in academic institutions globally.

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)0,011
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0150,024
Études des sciences et des technologies0,0010,002
Communication savante0,0050,007
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,163
Tête enseignante GPT0,373
Écart entre enseignants0,210 · 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'étudeQualitatif
Domainenon disponible
GenreSynthèse

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

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 World Engineering Education Forum/Global Engineering Deans Council (WEEF/GEDC)Même sujetService-Learning and Community EngagementTravaux en français237 207