MétaCan
Menu
Retour à la cohorte
Enregistrement W4324130855 · doi:10.5539/hes.v13n2p1

Science and Engineering Education as an Anchor in the Midst of a Changing World: The Case of Covid-19

2023· article· en· W4324130855 sur OpenAlexvenueno aff
Ronit Lis-Hacohen, Avital Binah-Pollak, Orit Hazzan

Notice bibliographique

RevueHigher Education Studies · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEngineering Education and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeglectCoronavirus disease 2019 (COVID-19)PandemicEngineering educationPsychologyScience and engineeringDescriptive statisticsMedical educationMathematics educationPolitical scienceEngineeringMedicineEngineering ethics

Résumé

récupéré en direct d'OpenAlex

The discourse on science and engineering education focuses on ways of preparing students, as future employees, and global citizens. While this discourse deals with the purposes and characteristics of engineering education, it tends to neglect the students’ perspectives. The purpose of this study was to provide insights into the perspectives of undergraduate science and engineering students with respect to six factors, during the Covid-19 pandemic: end-of-semester exams, financial situation, social life, extension of study duration, the future of the labor market, and how the world will look. A comprehensive questionnaire was distributed to all undergraduate students in a research science and engineering university in two consecutive academic years. Descriptive statistics and content analysis were applied. Our findings show that science and engineering students were mostly concerned about their end-of-semester exams. Their social life was the only factor that changed between the two periods in terms of the percentage of students who were concerned with it. As for the other factors, the percentage of students who were concerned about them remained comparatively the same in both academic years. The findings highlight the confidence students had during the pandemic, and demonstrate the resilience of science and engineering, especially in times of volatility.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0350,024
Communication savante0,0120,008
Science ouverte0,0020,015
Intégrité de la recherche0,0060,012
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,045
Tête enseignante GPT0,377
Écart entre enseignants0,333 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetEngineering Education and TechnologyTravaux en français237 207