Student Achievement of Institutional Learning Outcomes: Case Study of a Regional University in Western Canada
Notice bibliographique
Résumé
Considerable attention has been paid to postsecondary students’ higher-order skill development, which has students, parents, employers, and politicians questioning the value of a university degree. Agreement over an essential common core of knowledge or skill sets cuts across the liberal education and employment education divide. Both sides agree that for life fulfillment and career success, students require literacy, numeracy, problem solving, critical thinking, and (intercultural) communication skills. Yet, assessing these types of complex qualitative skills has persistently presented as a significant challenge, with no clear guidance for postsecondary institutions. This paper presents a case study of a mid-sized regional university in Western Canada that has undertaken a multi-phased action research project to evaluate institutional learning outcomes using course-embedded capstone research papers in science and professional baccalaureate degree programs. Specifically, the study explored fourth-year students’ critical thinking and communication skills. The findings suggest that graduates have proficiency in technical communication and can clearly articulate their research topic and purpose with relatively few grammatical errors. However, attention needs to be given to students’ understanding and application of theories and research methodologies, coupled with explicit connections to foundational scholars. Further development is required in consistently defending multiple perspectives, avoiding dominance by a single viewpoint, and strengthening the use of quality scholarly evidence. The findings also suggest a need for students to develop awareness of and interrogate the historical and present-day impacts of their chosen discipline from multiple viewpoints. The case study offers valuable insights into the practice of institutional learning outcomes assessment in Canada, and globally.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,014 | 0,003 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».