MétaCan
Menu
Retour à la cohorte
Enregistrement W4308709549 · doi:10.24908/pceea.vi.15977

Evidence of Sociotechnical Thinking in Engineering Students

2022· article· en· W4308709549 sur OpenAlexafffundvenue
Angelene Fajardo, Jillian Seniuk Cicek, Kari Zacharias, Renato Rodrigues

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSociotechnical systemThematic analysisEngineering educationTechnical writingVocational educationClass (philosophy)Qualitative researchQualitative analysisMathematics educationEngineering ethicsComputer scienceEngineeringPsychologyPedagogyHigher educationKnowledge managementSociologyEngineering managementArtificial intelligenceSocial science

Résumé

récupéré en direct d'OpenAlex

The ability to acknowledge and respond to the combination of the social and technical aspects of structures and processes encompassed in engineering design is called Sociotechnical Thinking (STT). Integrating STT into engineering education is important, as considering sociotechnical aspects can help students develop more thorough understandings of engineering practice and create more well-rounded and inclusive designs. While numerous attempts have been made to promote STT in undergraduate engineering courses, researchers and instructors characterize STT in different ways. The purpose of this qualitative content analysis was to inductively develop a framework for deductively analysing students’ capacities for STT. An inductive thematic analysis of the research literature was conducted to identify themes of STT in engineering education. Using these themes, a framework for deductive analysis was created. The framework was then used to assess publicly available undergraduate engineering reports written for a second-year technical communication class. All six themes in the STT framework were identified in the reports, though the themes occurred with varying frequency and at varying degrees. Students showed evidence of dualistic, or “instrumental” thinking. This work is a pilot phase of a larger research study that aims to develop a theoretical background for STT, which will explain its characteristics, elements, and thinking processes for use in the teaching and assessment of engineering education.

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)0,009
score de la tête « metaresearch » (Gemma)0,035
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,035
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,002
Études des sciences et des technologies0,0040,008
Communication savante0,0070,003
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,007
Tête enseignante GPT0,219
Écart entre enseignants0,212 · 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
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

Citations4
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207