MétaCan
Menu
Retour à la cohorte
Enregistrement W4389540308 · doi:10.29007/drsl

Mathematics and Science Subjects in Construction Management Baccalaureate Programs

2023· article· en· W4389540308 sur OpenAlexaff
Jishnu Subedi

Notice bibliographique

RevueEPiC series in built environment · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensSAIT Polytechnic
Organismes subventionnairesnon disponible
Mots-clésAccreditationBachelorMathematics educationScience and engineeringMedical educationMathematicsComputer scienceEngineering managementEngineeringPolitical scienceEngineering ethicsMedicine

Résumé

récupéré en direct d'OpenAlex

This study analyzes credit-hours of mathematics and science subjects in the American Council for Construction Education (ACCE) accredited bachelor’s degree programs in Construction Management (CM). As per the current ACCE standards, a graduate of a CM program is required to complete 3 and 6 Semester Hours (SHs) in Mathematics and Science, respectively. An analysis of the credit-hours in the 75 accredited programs shows that more than 90 percent of the programs require a student to complete more hours in these subject than the required 9 SHs. The analysis also shows that 72 percent of the programs require 6 SHs or more in Mathematics and 79 percent of the programs require 8 SHs or more in Science. A strong presence of mathematics and science subjects in the CM programs indicates that the programs are striving to equip the graduates with skills in data analysis, model building, and research and innovation. Moreover, these subjects equip the graduates for a continuous academic inquiry and prepare them to understand and appreciate the natural world. The results indicate that the CM programs make a strong case for science, technology, engineering, and math designation.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPiC series in built environmentMême sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207