MétaCan
Menu
Retour à la cohorte
Enregistrement W4308713601 · doi:10.24908/pceea.vi.15962

Development and Delivery of an Electric Circuits Course Featuring Competency Based Assessment for First Year Engineering

2022· article· en· W4308713601 sur OpenAlexafffundvenueabout
J. Frey, Elizabeth Adams, Shaobo Huang, Christopher Elash

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésModular designNetwork analysisComputer scienceElectronic circuitElectrical engineeringAbstractionCourse (navigation)EngineeringProgramming languageAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Most common-core first year engineering programs in Canada include an introduction to electric circuits and electromagnetic physics. The launch of the RE-ENGINEERED first year program at the University of Saskatchewan has provided an opportunity to try something different in this arena. The RE-ENGINEERED program includes a “spine” of electric circuit analysis and the related physics that runs through both semesters of the first year. The modular and highly integrated structure of the RE-ENGINEERED program has allowed for accelerated courses that take advantage of timely learning in other courses. In the fall term, students are introduced to direct-current, resistive circuit analysis in a six-week, fifteen-contact-hour module. In the winter term, they experience an accelerated physics course which covers the electricity, magnetism, capacitance, and inductance concepts often taught in tandem with basic circuit analysis. The students then finish the winter term with an intensive course on alternating-current circuit analysis. The fall term course fully adopts the competency based assessment system of the RE-ENGINEERED program, and uses in-house-developed quizzes and tutorials on the most basic concepts and calculations to scaffold students to solving more complex circuit analysis problems. The course forgoes a hands-on lab component and focuses on circuit simulation using an open-source simulation package. Concurrent math and MATLAB courses introduce required linear algebra concepts just in time for use in the circuit analysis problems. This paper describes the development and delivery of the fall term course, including how the learning outcomes were synthesized and then used as the basis for the development of all other aspects of the course to ensure constructive alignment. Instructor and student impressions of the first delivery of the course are presented along how lessons learned will be applied to modify the course for future offerings.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0610,038

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 Opus0,004
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetExperimental Learning in EngineeringTravaux en français237 207