MétaCan
Menu
Retour à la cohorte
Enregistrement W4403794135 · doi:10.24908/pceea.2023.17008

Incorporating Engineering Skills Training in Engineering Programs

2024· article· en· W4403794135 sur OpenAlexaffvenueabout
Ashley Juraschka, Chris Rennick, Andrew Milne

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Engineering managementEngineering educationComputer scienceEngineeringMedical educationGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

In recent years, shop training in Canadian public schools has declined. Coupled with the steadily decreasing cost of/increased exposure to new manufacturing techniques, many novice engineering students do not know/appreciate the role of machining in design and manufacturing. This deficit in understanding of manufacturing processes, their abilities and deficiencies, and their role in design is a significant weakness. A short duration activity was created to introduce students to various operations on lathes, mills, and drill presses through the manufacturing of a small keychain. During each session, a pair of students entered the machine shop every 10 minutes and moved through the machining processes with their keychain blanks assembly-line style. Feedback was collected from both student participants, and TA supervisors to inform continuous improvement of the activity. Results indicate that students perception of skill as well as their comfort level on the lathe, mill and drill press all increased. Results also demonstrate that there is an increase in student interest in machining after the completion of the keychain activity. Response from TAs indicated that while supervising the activity was a significant burden on them, overall it was worth it for the student participants.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,055
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 GPT0,187
Écart entre enseignants0,183 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207