MétaCan
Menu
Retour à la cohorte
Enregistrement W4412870783 · doi:10.24908/pceea.2025.19656

Reinventing Design Learning in Bioengineering with Authenticity and Project-Based Learning

2025· article· en· W4412870783 sur OpenAlexaffvenueabout
Ève Langelier, Marilou Bélisle, Mélodie Chauret

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésEngineeringEngineering ethicsComputer science

Résumé

récupéré en direct d'OpenAlex

The course BGM720 – Conception en bio-ingénierie is pivotal in the bioengineering pathways of four engineering programs at Université de Sherbrooke (UdeS). However, it faced several challenges, such as complex and abstract content that hindered student engagement, and limited use of formative assessments for self-improvement. To address these challenges, we used a project-based learning (PjBL) approach. We revamped the existing design project and its assessment procedures to make them more authentic. In fall 2024, students were asked to design a myoelectric hand prosthesis as a team, following the procedures specific to the medical device field. Design history files and design reviews served as assessments. We evaluated the changes mainly through questionnaires. The vast majority of students perceived they achieved training objectives, appreciated PjBL, engaged in the design project, and found the assessment relevant. Bringing the design project and its evaluation closer to authentic practices helped us mitigate the challenges we encountered.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,106
Score d'incertitude au seuil0,716

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
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 GPT0,185
Écart entre enseignants0,181 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetBiomedical and Engineering EducationTravaux en français237 207