Developing and deploying an introductory equity curriculum for engineering
Notice bibliographique
Résumé
Equity, diversity, and inclusion (EDI) education is critical for engineering students, as the impact of inequity and colonization in engineering projects and processes can have long-lasting and widespread impacts. There are two challenges to equity in engineering practice: Canadian engineers as a group do not fully reflect the diversity of the community due to various systemic barriers, and they may not have been trained to consider whose perspectives are missing. We had the opportunity to embed EDI education within a larger second-year cohort program and link it explicitly to engineering. We created three EDI modules that were deployed in the 2020-2021 cohort. The format was video quizzes (introductory, asynchronous) and guest speakers with graded reflections (additional, more advanced content). The modules consisted of content concerning EDI in context, discussing bias, privilege, intersectionality, colonialism, race and specific racisms, gender, sexual orientation and discrimination in society with a special focus on links to engineering (including barriers engineering students may experience). We collected pre- and post-survey data. Most students agreed that they were familiar with most of the concepts already (71%), but most students also agreed that they learned a lot from the EDI modules (74%). We attribute this to lacking familiarity with applying EDI concepts in engineering contexts. Two thirds (68%) agreed the content would help in their professional lives. When asked an openended question about the most impactful thing they learned, just over half of the responses explicitly mentioned engineering, professional life, and/or workplaces. This indicates that our goal of tying EDI content to engineering and professional activities was successful. Overall, we successfully integrated an EDI curriculum into an existing second-year program, linking the content explicitly to engineering.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
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 ».