MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133005992

From Effective Teaching Practice to Engineering Education Research: Where are the Gaps, and How Can the Gaps Be Bridged?

2025· other· en· W7133005992 sur OpenAlexaff
Qin Liu

Notice bibliographique

RevueTSpace · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensOntario College of Art and Design
Organismes subventionnairesnon disponible
Mots-clésRigourScholarshipContext (archaeology)Engineering educationTeaching methodDiversity (politics)Research designScholarship of Teaching and Learning
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND & CONTEXT Within the engineering education communities, there appears to be a wide gap between teaching practice and engineering education research (EER), particularly exhibited in the distinct research-practice divide in the knowledge production processes. PURPOSE OR GOAL The purpose of this paper is to use a sample of published papers on teaching practice to illustrate how the gap between effective teaching practice and EER may be bridged. APPROACH OR METHODOLOGY We first draw upon three conceptual frameworks or models for Scholarship of Teaching and Learning for insights. Then we examine a sample of 54 papers on teaching practice published in 2024 by Advances in Engineering Education, the European Journal of Engineering Education, and the International Journal of Engineering Education. In our analysis, we marked down the data collection methods in those example papers, and annotated the research designs they employed, using methodological terminologies as per research design literature. OUTCOMES Our review shows that most of the studies in the example papers used one-group pre-experimental research designs, which exhibit a lower level of methodological rigour but present less ethical challenge in implementation than quasi-experimental and experimental designs. We have identified three strategies for engineering educators to turn their teaching practices into research papers: utilizing various research designs, applying various genres to academic writing, and embracing diversity and rigour in studies on teaching practice. CONCLUSIONS This paper will help empower academics in engineering to conduct research on teaching practice, thus enhancing the research capacities of the EER communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,109
score de la tête « metaresearch » (Gemma)0,209
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,577

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1090,209
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0120,016
Études des sciences et des technologies0,0080,030
Communication savante0,0440,046
Science ouverte0,0040,012
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,026
Tête enseignante GPT0,376
Écart entre enseignants0,350 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Travaux en français237 207→