MétaCan
Menu
Retour à la cohorte
Enregistrement W4308713366 · doi:10.24908/pceea.vi.15974

Persistent mistakes in learning basic circuit analysis

2022· article· en· W4308713366 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésNetwork analysisMathematics educationComputer scienceElectronicsElectrical engineeringEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Basic circuit analysis is a core course in most of the undergraduate engineering programs and is the prerequisite course for many other courses in the undergraduate electrical engineering program. Students enter into engineering schools with varying knowledge of the concepts of basic circuit analysis depending on whether they come from high school, CEGEP, or a technical college, etc. Many students from all engineering majors struggle to learn the concepts taught in these courses which creates challenges for both faculty members and students in courses when for which basic circuit analysis is a pre-requisite course. There is more research done in understanding the conceptual knowledge of physics of electricity and electric (and electronic) components and improving the instruction of basic circuit analysis concepts, but not enough work is done to understand the mistakes undergraduate electrical engineering students continue to make course after course. For this study, the authors look at the persistent problems in learning circuit analysis techniques by looking at students’ use of these techniques in three core courses in electrical engineering program namely electronics 1, electronics 2 and electromagnetic waves and guiding structures. Students’ responses to exam questions that specifically expected students to use these concepts are analyzed. The objective of the study was to analyze whether the understanding of the application of circuit analysis techniques get better as students continue to use these concepts in more courses and applications, or the problems persist. Results show that the students persistently make mistakes in applying KVL and KCL equations, nodal analysis, superposition theorem, voltage divider, and mesh analysis. Additionally, the results reveal that students persistently make mistakes in questions that involve the concepts of load and no load, open circuit, series components, parallel components, voltage drop across the current source, and voltage gain. It is noted that the mistakes made by students do not get much better as they continue taking more courses. The results of this study are important from many aspects. They are helpful to understand the continuing struggles of students and so are helpful to design pedagogy and assessment in a way that these concepts can be well explained. Thorough understanding of the concepts in a course that is as important as basic circuit analysis is important to achieve many engineering education goals including student retention, motivation, innovation, and inclusion.

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.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,176
Écart entre enseignants0,171 · 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