MétaCan
Menu
Retour à la cohorte
Enregistrement W4391602944 · doi:10.18260/1-2--44007

Quarter to Semester Transition: Lessons Learned from a Mechanical Engineering Case

2024· article· en· W4391602944 sur OpenAlexaboutno aff
Amanda C. Emberley

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumProcess (computing)Work (physics)Engineering managementService (business)Computer sciencePerspective (graphical)Engineering educationQuarter (Canadian coin)Unit (ring theory)Engineering design processMedical educationEngineeringMathematics educationPedagogyPsychologyMechanical engineeringArtificial intelligenceBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract This is an evidence-based practice paper. Our university is in the process of a mandatory transition from a quarter based system to a semester based system. This involves completely transitioning our entire curriculum in a university wide effort, involving many different perspectives and opinions. In this paper, we aim to outline lessons learned from this challenging project, specifically from the perspective of the mechanical engineering program, but with applications to any major. We focus on how we approached the problem, the challenges and successes in working with other departments on our campus, and our methods of preserving the strengths of our current program, while also taking the opportunity to modernize our curriculum. Those strengths we aim to preserve include: a focus on hands-on, active learning, design experiences in each of the four years, and concentrations that allow students to develop and focus their particular interests. Struggles we have encountered include managing ever changing requirements, working across the college to standardize what we call service courses (courses that are taken by multiple majors), and managing the high unit load of our high number of lab courses. We have found success with a wide range of strategies, which we will describe in the paper. These have included a backwards design (starting with the outcomes for the students), having a small team focused on the details of the planning with frequent feedback from the department, and college wide meetings to compare work and share ideas.

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)0,015
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,005
Communication savante0,0060,006
Science ouverte0,0030,006
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,256
Écart entre enseignants0,235 · 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'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207