MétaCan
Menu
Retour à la cohorte
Enregistrement W7132956749

Uncovering Differences in the Learning Cultures of the Engineering and Education Departments

2019· dissertation· W7132956749 sur OpenAlexaffabout
Rubaina Rowshan Khan

Notice bibliographique

RevueTSpace · 2019
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensOntario College of Art and DesignInstitute for Christian Studies
Organismes subventionnairesnon disponible
Mots-clésDisciplinePerceptionEngineering educationGrounded theoryHigher educationGraduate educationGraduate students
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis examines the influence of a discipline on the learning culture exhibited and perpetuated within the engineering and education department through open-ended interviews with 10 graduate-level faculty, in a major Canadian public university. The research uncovers how students perceive of what is valued as knowledge and the processes that their discipline encourages them to use in the pursuit of new knowledge through a grounded theory approach using ten professors’ perceptions on how learning occurs within their disciplines. The research question motivating this study is: What differences can be understood between learning cultures in engineering and education departments? Findings highlight that ways of thinking, critical learning, dealing with uncertainty and training of graduate students are informed by disciplinary expectations. The differences in the ways individuals learn and reason based on their academic identities will lead to a better understanding of one another and provide insight into ways to collaborate effectively.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil0,777

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,049
Tête enseignante GPT0,439
Écart entre enseignants0,390 · 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'étudeQualitatif
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetEvaluation of Teaching PracticesTravaux en français237 207