MétaCan
Menu
Retour à la cohorte
Enregistrement W4235016488 · doi:10.24908/pceea.v0i0.4711

INNOVATIVE TEACHING METHODS AND ENGINEERING EDUCATION RESEARCH

2012· article· en· W4235016488 sur OpenAlexvenueno aff
Angela van Barneveld

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdmirationData collectionInclusion (mineral)PsychologyPeriod (music)PedagogyMedical educationMathematics educationMedicineSociologySocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

In 2011, I conducted a research study that focused on the experiences of engineering educators who were implementing innovative pedagogies such as problem-based learning (or its variations) in undergraduate engineering education on a consistent and committed basis. The intent of the study was to identify not only the tensions encountered but also the management of tensions that arose when implementing these pedagogies. I specifically sought out this group of educators on the assumption that their belief in the benefits and outcomes of PBL outweighed the challenges that they faced at a classroom and system level when they, in essence, turned away from what may be considered a ‘traditional’ approach to engineering education.A survey was designed to capture data relevant to the research questions around implementation of PBL and tensions encountered. The data collection (1 month) period resulted in 313 valid survey responses who met inclusion criteria. Sixty-five engineering educators were interviewed on their teaching practices and management of tensions encountered when implementing PBL. At the end of the data collection period, I was left a sense of admiration for these educators who, despite having to address predictable and unpredictable tensions because of their pedagogical beliefs, maintained a course that they believed would best serve their students and society. So, between March 1 and July 29, 2011, a follow-up question was sent to all the educators who had been interviewed (n=65; response rate = 100%) and to those who not interviewed but had provided contact information (n=172; response rate = 33%). They were asked the following question: For an engineering educator wanting to implement PBL into their teaching practice, what words of wisdom (lessons learned) would you offer them (3‐5 bullet points)?The benefit of aggregating this sort of information may prove very useful for engineering educators and educational institutions planning the implementation of innovative pedagogies such as PBL.

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)0,080
score de la tête « metaresearch » (Gemma)0,094
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: Méthodes
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,425

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,094
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0100,014
Études des sciences et des technologies0,0030,013
Communication savante0,0110,007
Science ouverte0,0030,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,027
Tête enseignante GPT0,376
Écart entre enseignants0,350 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetProblem and Project Based LearningTravaux en français237 207