Outcomes-Based Assessment and Lessons Learned in ABET-CAC Accreditation: A Case Study of the American University in the Emirates
Notice bibliographique
Résumé
ABET accreditation is sought globally for engineering and technology academic programs due to the quality, added value, and competitiveness it adds to students, program, and the university locally, regionally, and globally. Aligning with its mission to prepare students as global citizens for future career aspirations and lifelong learning through quality teaching, the American University in the Emirates (AUE) focuses on outcome-based education to ensure the employability of graduates and hence soon realized the significance of the Accreditation Board of Engineering and Technology-Computing Accreditation Commission (ABET-CAC) standard toward the Computer Science (CS) program. While pursuing ABET accreditation was challenging, the outcome was positive, and currently, the Computer Science Program, with its two specializations in Network Security and Digital Forensics is ABET-accredited. The process required support from all units within the institution and was a great learning experience for all stakeholders. ABET draws generic requirements to be fulfilled by a program seeking accreditation without a detailed procedure to achieve them. However, there is little information about achieving these requirements, especially criterion 4: continuous improvement, which most programs fail to comply with according to ABET. This study presented a comprehensive and reproducible methodology that addresses our successful efforts in aligning the CS program with ABET-CAC requirements by emphasizing criterion 4. This article reported the evaluation of Student Outcomes number one and two for the academic year 2020–2021 through a comprehensive framework. The framework showed data collection, data reporting and analysis, actions, and recommendations for the next academic cycle. The framework showed a mathematical model for calculating the Student Outcomes (SOs) attainment based on the mapped Course Learning Outcomes (CLOs). Finally, the recommendations were reported. We believe this article established a solid foundation that would be beneficial for insinuations pursuing ABET accreditation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».