MétaCan
Menu
Retour à la cohorte
Enregistrement W7139961070 · doi:10.23919/cnc-usnc-ursi64444.2025.11420159

Applying the Scholarship of Teaching and Learning to Antennas and Propagation Education

2025· article· W7139961070 sur OpenAlexaff
David G. Michelson, Ryan Manak

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomainePhysics and Astronomy
ThématiqueElectrical and Electromagnetic Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésScholarshipKey (lock)Higher educationTeaching method

Résumé

récupéré en direct d'OpenAlex

For many years, engineering education practice was driven almost exclusively by a combination of institutional edict and instructor experience and intuition. During the 1990's, two fundamental shifts in thinking occurred. First, engineering accreditation boards began to take a more aggressive approach in challenging engineering schools to improving student outcomes. Second, the notion that teaching and learning could be subjected to scholarly research and inquiry took root and gave rise to the Scholarship of Teaching and Learning (SoTL) movement. Although SoTL has gathered a large following within the academic community in recent years, integration of SoTL into the engineering disciplines is still in its early stages. While many works have been devoted to SoTL as a scholarly process, relatively few have considered the institutional or discipline-specific context within which SoTL is practiced. Here, we consider how the principles of SoTL can be usefully applied to our own efforts to fundamental improve the senior-level antennas and propagation course at UBC, and hopefully entice the best of them to consider pursuing graduate studies in this area.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,598

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,301
Écart entre enseignants0,291 · 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'étudeAutre devis
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectrical and Electromagnetic ResearchTravaux en français237 207