Design and implementation of a <scp>3D</scp> ‐printed modular distillation tower for experimental teaching in chemical engineering
Notice bibliographique
Résumé
Abstract Several authors have reported the disconnection between the skills, abilities, and attitudes of graduates from STEM careers with the current needs of the labour market. In science and engineering fields, research has found the need for interdisciplinary approaches that encourage meaningful learning. 3D printing has demonstrated its ability to enable the design of meaningful learning experiences to enhance academic knowledge, process design, creativity, and critical thinking. In the specific case of the distillation process, a lack of knowledge appropriation has been documented, and consequently, the students retrieve information without understanding it. This hinders the development of higher‐level thinking skills. This work documents the implementation of a 3D‐printed modular distillation tower within a classroom laboratory. The design of this modular tower allows different configurations to be assembled and evaluated. In the present study, two of these, tray number and tray type, were explored. Its use in class was intended as an educational support to provide students with the elements to design their own distillation towers. Therefore, although 3D printing is a learning process by itself, in this case the main purpose is the pedagogical tool for the distillation process. The reported experience consisted of comparing student groups that did or did not use the 3D‐printed distillation tower for the development of a laboratory experiment. The scope of the work included the assessment of general learning outcomes, particularly critical thinking, problem solving, collaboration, motivation, and creativity. Academic content knowledge was also assessed through a written test about the distillation process.
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 | 0,001 |
| 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 ».