MétaCan
Menu
Retour à la cohorte
Enregistrement W4247161072 · doi:10.24908/pceea.vi0.13749

THE ROLE OF MAKERSPACES IN INCLUSIVITY IN ENGINEERING

2019· article· en· W4247161072 sur OpenAlexafffundvenueabout
Justine Boudreau Boudreau, Hanan Anis

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInclusion (mineral)CornerstoneFeelingEngineering educationTest (biology)Mathematics educationPsychologyFunction (biology)Space (punctuation)EngineeringMedical educationComputer scienceEngineering managementMedicineSocial psychologyGeography

Résumé

récupéré en direct d'OpenAlex

The University of Ottawa Faculty of Engineering is home to multiple rapid prototyping facilities and entrepreneurship spaces. These include a makerspace, a machine shop and a design space for any student to use free of charge. First- and second-year students also take courses in the Makerlab, a sister facility to the Makerspace, which introduces them to collaborative project-based learning, engineering problem-solving and prototyping in a cornerstone design course. Maker communities and makerspaces are known to be inclusive, welcoming and low-risk, high-reward environments. The objective of this paper is twofold: the first is to understand how strongly engineering students feel included in the making and engineering communities how those feelings vary as a function of different factors, and the second is to see if intervention through engineering design improves inclusivity. This analysis was done with Kruskal-Wallis tests. Factors considered were gender, year of study, program of study and country of origin. A baseline test was done at the beginning of the semester with the students using two different perceived group inclusion tools. A second test was then done at the end of the semester to determine if feelings of inclusion had changed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,044
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

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

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 Opus0,001
Tête enseignante GPT0,156
Écart entre enseignants0,155 · 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 tête enseignante, 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

Citations2
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetBiomedical and Engineering EducationTravaux en français237 207