Benefits of Statics Concept Mapping in Career Cognition
Notice bibliographique
Résumé
The purpose of this research was to develop a classroom project module that supported students in developing conceptual understanding of topics in statics, and building awareness of career value creation in engineering.The module developed includes a sequence of concept mapping activities that students complete that includes both technical topics and entrepreneurial mindset topics.The concept mapping activities were collected from students and scored using traditional and holistic approaches.The students completed a survey at the end of the concept mapping activities to provide insights about their experiences.The concept mapping for technical topics was found to be a useful formative assessment tool for students to connect concepts in the course.The value creation career results were compared with prior studies of engineering students who developed concept maps based on entrepreneurial mindset, and found to be very similar.The results indicate that this type of simple concept mapping activity can have benefits for students early in their engineering coursework to reflect on mindset and technical knowledge.think about long-term career connections, one of the key ideas of EM.Concept mapping has been used infrequently in Statics courses, but offers a useful formative assessment tool.This module is also part of a larger effort at the University of Washington Tacoma to expose students and faculty to the entrepreneurial mindset in engineering.One facet of the entrepreneurial mindset (EM) as defined by the Kern Entrepreneurial Engineering Network (KEEN) is creating value, the idea that engineers may create value to society, economic value, or other types of value [2].This idea aligns well with the ABET SEO 4: an ability to recognize ethical and professional responsibilities in engineering situations and make informed judgments, which must consider the impact of engineering solutions in global, economic, environmental, and societal contexts.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».