MétaCan
Menu
Retour à la cohorte
Enregistrement W4401313602 · doi:10.18260/1-2--47542

How We Teach: Chemical Engineering Electives

2024· article· en· W4401313602 sur OpenAlexaboutno aff
Laura Ford, Janie Brennan, Heather Chenette, Jennifer Cole, Kevin Dahm, David Silverstein, Stephen W. Thiel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensnon disponible
Organismes subventionnairesVanderbilt UniversityAmerican Society for Engineering Education
Mots-clésComputer scienceMathematics educationPsychology

Résumé

récupéré en direct d'OpenAlex

The AIChE Education Division's Survey Committee covered elective course offerings in chemical engineering departments in the US and Canada in the Fall 2023 survey.Results are available from 70 respondents at 69 institutions.Medians are presented here, and the mode is mentioned if it is different from the median.Institutions require that their students take two chemical engineering elective courses, one outside-of-department technical elective (mode of zero), and four total technical electives.Undergraduate-only institutions (N = 5) offer a median of 8 chemical engineering elective courses over a two-year period, with a range of 2 to 28 courses.Over the same time frame, departments with graduate programs offer a median of 3 elective courses to just undergraduate students (mode = 2), 4 elective courses to undergraduates that graduate students may take (mode = 0), and 6 graduate courses that undergraduates may take as electives (mode = 0).Elective class sizes are small, with 44% of institutions reporting a typical enrollment of under 15 undergraduate students per course and 50% reporting 15 -30 undergraduate students per course.In the past ten years, 17% of departments have converted a required course to an elective.These now-electives were most often required bioprocessing, advanced chemistry, or molecular engineering courses.More departments, 26%, reclassified technical electives as required courses in the past ten years.These now-required courses were usually process safety, programming, or statistics elective courses.Bio-, energy-, and materialstype electives were offered at over three-quarters of departments.Advanced-core and sustainability electives were the next most popular, at 60% of institutions.Process-type electives were offered in 47% of departments.In the past ten years, almost all departments created a new technical elective that has been regularly offered.Bio-type electives were the most common new elective, followed by process-type electives.Data analysis, data science, and process simulation & modeling were the only emerging topics to be covered in an elective course at half or more of the departments.Details about course titles, electives with laboratory components, minors & concentrations, and common out-of-department electives are provided in the proceedings.Comparisons were made to the results from previous surveys when possible.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,754
Score d'incertitude au seuil0,760

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,192 · 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'étudeExpérimental (laboratoire)
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 sujetExperimental Learning in EngineeringTravaux en français237 207