Virtual versus In-Person Case-Based Learning for Lower Year Courses in Engineering Technology Education
Notice bibliographique
Résumé
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 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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».