Real Engineering: Space – Experiential, Community Engaged and Sustainable Learning in Space Engineering
Notice bibliographique
Résumé
In many undergraduate engineering programs, sustainability and community engagement are "add-ons": The undergraduate engineering graduate attributes that address issues such as communications, the role of engineers for society and the environment, ethics, or lifelong learning, are often taught in standalone courses in otherwise packed "technical" curricula, where connections to engineering can be tenuous. Student workloads fail to represent the humane, ethical society we try to instill, with study schedules that disrupt healthy eating, sleeping, or engagement with the world. Engineering education rarely has student-centric pathways and flexible assessment to overcome systemic barriers to diverse learning. Attempts to tackle these challenges individually often prove difficult, where the issues are often intertwined. As a result, the Space Engineering program at the Lassonde School of Engineering is aiming to tackle these issues concurrently. In a first pilot run of a small slice of the new program, students developed a space mission concept to change the power dynamics around water quality in northern Canada, giving communities direct control of data to measure their water quality and quantities. The designed mission had to be implementable sustainably, with the community engaged at every stage. This concept is being developed into a full 4-year program, where students will choose a managed path through project activities that give them all the core and complementary content of a traditional space program. Students will design, build, launch and operate a CubeSat mission, with a community, every 4 years, to address a societal need in a sustainable way. This could then inspire other disciplines both in Engineering and beyond.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| 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 ».