Best Practices for Integrating Virtual International Team Collaborations into Multidisciplinary Engineering Design Courses
Notice bibliographique
Résumé
Policy makers, employers, and engineering educators have long recognized that in addition to technical skills that embrace engineering design, graduate engineers need to develop practical skills such as professionalism, multidisciplinary teamwork, global competence, and execution competence that can enhance their employability (ABET 2020; Shuman et al. 2005). Some strategies employed by engineering educators to support students’ development of these professional competencies include the augmentation of academic knowledge with virtual international collaboration experiences and the integration of external stakeholders including industry partners (Oladiran et al, 2011; Steghöfer et al, 2018) into design courses. The involvement of virtual international collaborators and external stakeholders in academic education can result in difficult experiences for all participating parties. Existing studies on virtual international teams and external stakeholder involvement in multidisciplinary engineering design courses are limited. This study reports on a survey of the literature on integrating multidisciplinary and virtual international teams into engineering design courses. A literature review was conducted on relevant engineering education articles published in leading academic journals on the intersection of engineering multidisciplinary teams and virtual international collaborations in academic settings between 2017 and 2020. Following the syntheses of the multidisciplinary teams’ literature, we identified eight challenges from past course instances namely multidisciplinary communication, negative relatedness, course organization, virtual team communication, trust, stakeholder management, team formation and dispersion. Recommendations for designing and enacting multidisciplinary engineering design courses with external and international collaborations were also proposed. Our study highlights best practices that can support instructors to plan the involvement of external and international stakeholders in engineering design course settings.
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 | 0,052 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,016 | 0,016 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».