Starting from Scratch: A Holistic Framework for Designing Digitally Delivered Graduate Programs for STEM Working Professionals
Notice bibliographique
Résumé
Provided the opportunity to create new, high-quality graduate programs from scratch, a framework was sought to help meet the intersecting needs of employers and employees, while cultivating a learning environment that honors the individuality of working professionals. Given Rensselaer Polytechnic Institute’s (RPI) nearly 200 years of engineering and research excellence, it was natural to leverage the engineering design process to develop a modern solution. Though there are many variations of the engineering design process, this paper presents it as a sequence of six steps: identify, explore, design, create, test, and improve. The first three steps (identify, explore, and design) are the focus of this work. From these emerged a series of strategic decisions in program logistics (face-to-face, online, hybrid, etc.), curriculum design, and learning interface informed by thorough consideration of employer and employee needs as well as the latest in learning science. Due to the abundance of variety in how graduate programs are designed, this paper provides a detailed description of the design process such that other institutions looking to develop quality, digitally delivered programs, may consider this work. Consequently, clear connections are made between the needs of employers and employees, learning science, and research design. In all, eight graduate certificates, 10 sets of learning goals and competencies (LG&Cs), 25 project-based courses, and more than 60 projects have successfully been designed, developed, and delivered using the described process as a framework for program development. Future papers will explore how these courses and projects were created, tested, and improved through course development and review and revision processes that incorporate regularly cadenced instructor and student feedback.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».