An Effective Teaching Method for Problem Solving in Engineering
Notice bibliographique
Résumé
This paper presents a tandem method for teaching procedural problem solving concepts to students.This method improves the quality of students' learning by allowing instructors to apply and relate course concepts to solving problems.An example of a procedural approach in problem solving is the design of sequential circuits in the Digital Systems course taught to engineering students where a procedural algorithm consisting of many steps is introduced.Typically the teaching process includes solving a numerical example.Traditionally, the example is taught after the procedural algorithm is described.By this time, students have already become distant from the steps explained for the procedure and their rational.Thus, it is difficult to show the importance of each step in the procedure while describing it.It is also hard to relate the example to the procedure when the example is being solved.As a result, students become bored and inattentive during the lecture and cannot follow the relation between the procedure and the example.An alternative is to introduce the example side by side, in tandem, with the procedure.Along with the start of the procedure, an example is also introduced.Then, as each step of the procedure is being discussed, the corresponding step is applied to the example.The tandem method is more effective since it facilitates (a) the explanation of the procedure and (b) the students' realization of the conceptual topics and therefore saves time.Two procedural algorithms are considered.The first one is from a Linear Algebra course explaining a procedure for solving first order differential equations and the second is from a Digital Systems course that provides steps in designing Sequential circuits.
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 | 0,000 | 0,000 |
| 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 ».