MétaCan
Menu
Retour à la cohorte
Enregistrement W4308710250 · doi:10.24908/pceea.vi.15941

What Makes an Exemplary Engineering Leader? In the Words of Engineers

2022· article· en· W4308710250 sur OpenAlexafffundvenue
Jessica J. Li, Cindy Rottmann, Andrea Chan, Dimpho Radebe, MacKenzie Campbell, Emily Moore

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Toronto
Mots-clésSet (abstract data type)Perspective (graphical)Engineering ethicsWork (physics)Engineering educationEngineeringComputer scienceEngineering managementMechanical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Recent research suggests that engineers can be more inclined to identify leadership in the practices of admired colleagues than recognizing themselves as leaders [1-4]. We believe by asking engineers who they view as exemplary engineering leaders, we can sidestep some engineers’ reluctance to adopt leadership as part of their engineering profession to allow us to better understand the qualities of engineers who lead. This work is based on two survey questions that ask engineers 1) to identify exemplary engineering leaders in their lives, and 2) to describe what makes an exemplary engineering leader. While we set out to analyze the 828 open-ended responses through Engineering Leadership Orientations framework [3], our analysis of the responses revealed 3 perspectives engineers take to define exemplary engineering leadership: an individual’s values, attributes and traits, an individual’s skills, abilities, and behaviours, and lastly, an individual’s impact to community, society, or the profession. This works contributes to the developing definition of engineering leadership by providing the perspective of engineering professionals from industry.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,008
Communication savante0,0060,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,006
Tête enseignante GPT0,190
Écart entre enseignants0,184 · 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

Citations1
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