Beyond Summer Reading: Enabling Covert Student Learning Through a Cross-Campus Connecting Theme
Notice bibliographique
Résumé
In the spring of 2022, a formerly vibrant summer reading program had become moribund due to retirements and staff changes; roughly 1600 first year students were about to miss out on a longstanding and successful tradition. In response, a small group of faculty sought a way to link first-year courses between disciplines in order to boost student engagement. This group latched upon a fortuitous circumstance: the 101st anniversary of Karel Capek's play R. U.R., which gave the world the term “robot.” Thus was born Robot 101, an integrative experience connecting instructional content between courses and with a wide range of academic and artistic events outside the classroom, all centered around the multifaceted theme of “robot.” This paper details how a common theme can inform and enliven first-semester courses in engineering, composition, and computer science, as well as engage the greater university community. Our primary objective in establishing these overt connections between courses and other activities was to give students the opportunity to form their own covert connections, thereby deepening their appreciation of the interdisciplinary nature of big ideas in engineering, technology, and society. The program also provided opportunities for more advanced students to participate and make their own interdisciplinary connections. This work provides initial data and reflections on the effect of this program on student engagement and connectedness in first semester courses. We include recommendations for a scalable and sustainable program that continues thematic integration on an ongoing basis.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,003 | 0,020 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,008 |
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 ».