Work in Progress: Low Enrollment in Civil Engineering Departments: Exploring High Technology as a Potential Solution
Notice bibliographique
Résumé
Abstract There is a recurring issue of low enrollments across many civil engineering departments in postsecondary institutions. While there have been moments where enrollments begin to increase, civil engineering departments find themselves facing low enrollments at around 60% over the last five years across the Middle East and the United States. There are many reasons that could be attributed to this decline, such as low entry-level salaries, over-saturation of civil engineering graduates in the job market in certain regions, and a lack of construction projects due to the impending or current recession. Low enrollment also has an effect on the availability of civil engineers, especially in times of high demand, such as the passing of the recent US legislature on rebuilding infrastructure. However, this recurring problem alludes to an intrinsic issue of the curriculum, as researchers have discovered. The societal shift to the usage of high technology such as machine learning (ML) and artificial intelligence (AI), demands individuals who are proficient at utilizing it. However, in many existing civil engineering curricula, students are not taught programming skills that would aid in using high technology and if introduced at an early level, these skills are not utilized in future coursework. This paper aims to conduct a survey on the civil engineering curriculums of the top 100 American and Middle Eastern universities based on the QS World Ranking system. Initial analysis of the survey results indicates that the majority of universities have not considered new methods of data analytics such as ML or AI in their civil engineering coursework. Based on the results of the survey, the authors will provide suggestions on how to adapt high technology concepts to civil engineering coursework, while abiding by ABET/ASCE accreditation requirements. The findings of this paper will indicate where postsecondary universities offering civil engineering can easily adapt their curriculums to address the current low enrollment crisis, which in turn, supports future civil engineers for the world of high technology.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».