Optimizing mechanical Computer Aided Design (CAD) learning methodology through intelligent metadata management for a sustainable engineering education: research field: online, distance and hybrid learning for tutoring CAD in mechanical engineering

Abstract

The author, motivated by her twenty-year experience in engineering education at different levels of the pedagogical scale, has been challenged to investigate novel processes of improving and eventually optimizing the learning procedure, under novel virtual learning environments. The bedtest of this research have been the two first year modules of Computer aided mechanical design (CAD I & CAD II). The author, motivated by her twenty-year experience in engineering educations at different levels of the pedagogical scale, has been challenged to investigate novel processes of improving and eventually optimizing the learning procedure, under novel virtual learning environments. The bedtest of this research have been the two first year modules of Computer aided mechanical design (CAD I & CAD II). The research took place from July 2019 until April 2022, in real learning environments in higher engineering education. The stages have been based on the teaching modes applied: face to face, online and hybrid. The experimental procedure from which all outcomes have been revealed is divided in two major stages: the first stage refers to exclusive online learning environments and the second to hybrid learning modes, combining face-to-face, online and even mixed teaching spaces. On March 2020, for the first time in the history of education, online learning modes have been exclusively performed worldwide due to pandemic, directly affecting the global learning population, including students and educators. During exclusive online learning environments, a novel methodological approach has been applied, by using recently emerged technological tools that aimed to promote the relation of the module toughed with future tasks in mechanical engineering. Based on the experience under emergency remote teaching environments, the author has applied a more detailed learning strategy, performed in the entire population attending the online module. Several aspects of the educational procedure have been researched: evaluation of the learning strategy by a data analysis performed on the way tasks have been assessed online, asynchronous support by a social media video channel, students’ academic achievements expressed by their final grades through grade prediction and students’ satisfaction while attending their module expressed by student satisfaction prediction. Two hybrid models have been created, for grade prediction, and for predicting student’s satisfaction based on the new factors that have been revealed to affect students’ academic achievements under exclusive online learning environments. Both models were trained and forecasted students’ grades and students’ satisfaction with an R-squared equal to 1 after data fitting. The impact of different teaching approaches, based on the usage of two distinct learning tools (MS Teams and Moodle) and a combination of those two has been also investigated, and conclude that the use of multiple online platforms complicates the organisation of tasks and result to higher levels of students’ dropout. During hybrid learning spaces, a comparative analysis has been performed, in the performance of the social media channel (YouTube) that has been created and widely used under exclusive online spaces, and reapplied under hybrid ones. The author has investigated learners' viewing behaviors and engagement patterns through educational video analytics. The most important outcome is that there has not been a statistically significant difference in students viewing habits under different learning environments, proving its acceptance, as well as the long-term viability of the specific aspect of the learning strategy. A new GLAR model has been created revealing fourteen variables that have a statistical importance in the population of 2021-2022 out of which seven were validated from the previous model and the remaining seven were new, and revealed their importance in mixed learning environments. The statistically significant variables revealed have been optimized in order to determine their dominance over others through their optimum value and reveal the combination of variables that leads to an optimal allocation of the measures that need to be taken. The actions gradually performed have proven to respond to the needs of learners when attending the of Computer aided mechanical design module.

Το κίνητρο για την παρούσα έρευνα αποτέλεσε η διερεύνηση των δυνατοτήτων βελτίωσης και κατ’ επέκταση βελτιστοποίησης της μαθησιακής μεθοδολογίας στο πεδίο των Μηχανικών της τριτοβάθμιας εκπαίδευσης. Επί προσθέτως, η εισαγωγή νέων, καινοτόμων περιβαλλόντων εκμάθησης, εξ’ αποστάσεως και υβριδικών, αποτέλεσε μια πρόκληση για την εκτίμηση της συμβολής τους στην ακαδημαϊκή πρόοδο των πρωτοετών φοιτητών. Πεδίο διερεύνησης αποτέλεσαν τα δύο μαθήματα πρώτου και δευτέρου εξαμήνου στο τμήμα Μηχανολόγων Μηχανικών της Σχολής Μηχανικών του Πανεπιστημίου Δυτικής Αττικής, Μηχανολογική Σχεδίαση (CAD I) και Μηχανολογική Σχεδίαση (CAD ΙI). Η έρευνα διήρκεσε από τον Απρίλιο του 2019 έως τον Απρίλιο του 2022, σε πραγματικά περιβάλλοντα εκμάθησης της τριτοβάθμιας εκπαίδευσης. Τα στάδια στηρίχθηκαν στο κριτήριο του περιβάλλοντος διδασκαλίας: δια ζώσης, εξ αποστάσεως, και υβριδικά ή μεικτά περιβάλλοντα. Τον Μάρτιο του 2020, για πρώτη φορά στην ιστορία της σύγχρονης εκπαίδευσης, η εξ’ αποστάσεως διδασκαλία εφαρμόστηκε αποκλειστικά σε όλες τις βαθμίδες επηρεάζοντας τον παγκόσμιο πληθυσμό. Κατά τη διάρκεια εφαρμογής της εξ’ αποστάσεως εκπαίδευσης, μια καινοτόμα παιδαγωγική μεθοδολογία εφαρμόστηκε στο μάθημα της Μηχανολογικής σχεδίασης με χρήση ηλεκτρονικού υπολογιστή, η οποία στηρίχθηκε στην εισαγωγή νεοσύστατων τεχνολογικών εργαλείων και στόχευε στο να προωθήσει την συσχέτιση των μελετώμενων αντικειμένων με τη μελλοντική ενασχόληση των φοιτητών στο επάγγελμα του Μηχανολόγου Μηχανικού. Ξεκινώντας την έρευνα σε μια περίοδο απότομης μετάβασης σε ψηφιακά περιβάλλοντα εκπαίδευσης, αναπτύχθηκε μια εκπαιδευτική στρατηγική, η οποία εφαρμόστηκε σε ένα τμήμα του συνόλου των πρωτοετών φοιτητών. Με την πάροδο του χρόνου, και την εξοικείωση στα εξ’ αποστάσεως εκπαιδευτικά περιβάλλοντα, η στρατηγική αυτή γενικεύτηκε και εφαρμόστηκε στο σύνολο του πληθυσμού που παρακολουθούσε το μάθημα αυτό το εξάμηνο. Εκπονήθηκε μια μεθοδολογία εκμάθησης CAD, όπου αποτιμήθηκαν μέσω στατιστικών αναλύσεων οι ηλεκτρονικές μέθοδοι ανάθεσης εργασιών, η ασύγχρονη υποστήριξη μέσω δύο καναλιών κοινωνικής δικτύωσης και εκτιμήθηκε η συμβολή τους στην ακαδημαϊκή πρόοδο των φοιτητών. Κατασκευάστηκαν μοντέλα πρόβλεψης βαθμών, καθώς και μοντέλα πρόβλεψης ικανοποίησης των φοιτητών από την εκπαιδευτική διαδικασία, βασισμένα στις μεταβλητές που βρέθηκαν να συσχετίζονται με την βαθμολογία που έλαβαν στην τελική εξέταση και κατ’ επέκταση την πρόοδο των φοιτητών στο μάθημα. Τα δύο παραπάνω υβριδικά μοντέλα που δημιουργήθηκαν βασισμένα σε εξ’ αποστάσεως εκπαιδευτικά περιβάλλοντα, εκπαιδεύτηκαν στο να προβλέπουν με υψηλότατο ποσοστό επιτυχίας τη βαθμολογία των φοιτητών με προσαρμογή δεδομένων. Οι τεχνικές που χρησιμοποιήθηκαν, επέτρεψαν τη δημιουργία μοντέλων με υψηλή ακρίβεια πρόβλεψης σε εξ’ αποστάσεως εκπαιδευτικά περιβάλλοντα μάθησης, όπου όλες οι δραστηριότητες θα μπορούσαν να παρακολουθούνται ψηφιακά. Με την εκμετάλλευση πληροφοριών από πλατφόρμες επικοινωνίας μέσω της εξόρυξης δεδομένων, όλα τα ψηφιακά καταγεγραμμένα δεδομένα προσφέρθηκαν ευρέως και η διαδικασία εκμάθησης μπόρεσε τελικά να βελτιστοποιηθεί εύκολα. Τέτοια πλήθος ψηφιακών δεδομένων δεν είχε ποτέ αξιοποιηθεί μέχρι σήμερα. Παράλληλα, διερευνήθηκε ο αντίκτυπος της εφαρμογής διαφορετικών εκπαιδευτικών πλατφορμών τηλεκπαίδευσης σε πρωτοετείς φοιτητές που παρακολουθούσαν το μάθημα (MS Teams και Moodle). Η έρευνα έδειξε ότι η χρήση παραπάνω από μιας εκπαιδευτικής πλατφόρμας, ή /και ο συνδυασμός με ηλεκτρονικά συστήματα διαχείρισης (LMS) δεν είχε άμεση επίπτωση στον τελικό βαθμό των φοιτητών, αλλά δημιούργησε σύγχυση με αποτέλεσμα αρκετοί φοιτητές που παρακολούθησαν με αυτή τη μέθοδο να εγκαταλείψουν το μάθημα πρόωρα. Με την βελτίωση των συνθηκών πανδημίας, εφαρμόστηκαν υβριδικά περιβάλλοντα εκπαίδευσης και δημιουργήθηκαν τα αντίστοιχα μοντέλα τους. Εκπονήθηκε ανάλυση συσχέτισης των παραγόντων που συντελούν στην επιτυχία των φοιτητών στο μάθημα, καθώς και αποτίμηση της χρήσης του καναλιού YouTube που δημιουργήθηκε στην αρχή της πανδημίας για ασύγχρονη υποστήριξη των φοιτητών. Μέσω στατιστικής ανάλυσης των δεδομένων που αντλήθηκαν από το μέσο κοινωνικής δικτύωσης, αποδείχθηκε ότι οι συμπεριφορές των φοιτητών ως προς την παρακολούθηση των βίντεο εκπαιδευτικού περιεχομένου όχι μόνο παρέμειναν σταθερές μετά το πέρασμα σε υβριδικό τρόπο διεξαγωγής του μαθήματος, αλλά διαπιστώθηκαν κοινά πρότυπα και τάσεις, γεγονός που οδήγησε στην εκτίμηση της σημαντικότητας αυτού του μέσου ασύγχρονης υποστήριξης αλλά και στην αειφορική του διάσταση. Ένα νέο γραμμικό μοντέλο πρόβλεψης βαθμού κατασκευάστηκε γι’ αυτή την χρονική περίοδο, όπου διαπιστώθηκαν αρκετές κοινές μεταβλητές με το μοντέλο που κατασκευάστηκε για την εξ αποστάσεως εκπαίδευση. Ανακαλύφθηκαν και νέες μεταβλητές που επηρεάζουν την πρόοδο των φοιτητών σε μεικτά εκπαιδευτικά περιβάλλοντα.Οι μεταβλητές με υψηλή στατιστική σημασία βελτιστοποιήθηκαν και για τα δύο περιβάλλοντα με μια απλοποιημένη διαδικασία η οποία βασίστηκε στη στατιστική ανάλυση που είχε προηγηθεί και διευκολύνθηκε από την πληθώρα των διαθέσιμων πληροφοριών σε ηλεκτρονική μορφή. Τέλος τεκμηριώθηκε ένα σχέδιο δράσης, στο οποίο παρουσιάζεται η σταδιακή εισαγωγή καινοτόμων μεθόδων βελτίωσης της μεθοδολογίας εκμάθησης του CAD στους φοιτητές του τμήματος Μηχανολόγων Μηχανικών, καθώς και ένας οδηγός υποστήριξης της εκπαιδευτικής διαδικασίας στο μέλλον.