Supporting teaching practice, program improvement, and accreditation efforts in an engineering program
Notice bibliographique
Résumé
This paper emphasizes the essential role of a support person for faculty teaching and assessing the Canadian Engineering Accreditation Board (CEAB) graduate attributes as part of an ongoing accreditation cycle. It details the continuous program improvement process adopted by the Department of Biosystems Engineering at the University of Manitoba, and the role of engineering stakeholders. It recounts a study that details the supportive efforts of a Research Associate who helped to validate and implement rubrics with individual professors as outcomes-based tools for teaching and assessing the 12 CEAB graduate attributes, which resulted in the creation of 14 rubrics for 12 courses. Findings included new pedagogical understandings, the appreciation of individual support from the Research Associate, and the continued use of rubrics; the work led most professors to think deeply and in new ways about teaching and assessment. There was evidence that six professors engaged in ‘reverse design’, developing rubrics with targeted learning outcomes and course materials in mind. The work led to critical improvement in teaching practices and evidence of continual program improvement. Despite overall engagement and success, some professors continued to struggle with the concept and use of rubrics. In sum, this experience emphasizes the benefit of a dedicated person to support professors to implement rubrics, and in creating and sustaining an outcomes-based assessment culture in the department.
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 | 0,058 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,006 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».