MétaCan
Menu
Retour à la cohorte
Enregistrement W4399863886 · doi:10.4236/ce.2024.156062

Virtual versus In-Person Case-Based Learning for Lower Year Courses in Engineering Technology Education

2024· article· en· W4399863886 sur OpenAlexaff
Faiez Alani, Mae Alfonso, Rehmat Grewal

Notice bibliographique

RevueCreative Education · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMathematics educationEngineering educationComputer scienceMultimediaPsychologyArtificial intelligenceEngineeringEngineering management

Résumé

récupéré en direct d'OpenAlex

The coronavirus (COVID-19) global pandemic resulted in shifting student learning from an in-person format to an online-based learning environment to ensure the safety of both students and staff. As the government-imposed lockdowns are lifted with the pandemic coming to an end, institutions evaluate whether to continue providing a virtual e-based learning or offer a hybrid learning platform for courses. Thus, this suggests the need to evaluate the effectiveness of online learning as compared to in-person learning, and even more so, how the format of delivery affects active learning strategies including case-based learning (CBL). This study compares the effectiveness of online CBL and in-person CBL in two different undergraduate engineering technology courses offered at McMaster University. The two courses were initially conducted virtually but were switched to the in-person format in the middle of the semester with the university having re-opened, providing the students with a better distinction between the two formats. At the end of the semester, the students in both courses were asked to provide their perceptions on the effect of CBL on their analytical skills (critical thinking and problem-solving), interpersonal skills (communication and teamwork), real-life technical skills, learning experience, self-confidence and performance, and deeper conceptual understanding via an anonymous survey. The survey results demonstrated a high positive response for the in-person CBL, whereas the virtual CBL included varying responses throughout the five-point grading scale. The results obtained from the survey imply that students were more perceptive of the positive effects of the in-person CBL, compared to the virtual CBL. Furthermore, the responses were similar for the two different courses, complying with the trend of favouring the face-to-face CBL format.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,709

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,266
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCreative EducationMême sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207