מדוע Per Benchmarking Matters for ABET Accreditation

מחלקות הנדסה השואפת להסמכת ABET להתמודד עם לחץ גובר על מנת להפגין שיפור מתמשך, תוצאות סטודנט, ויעילות התוכנית. Peer Indexing מספק דרך מובנים למדוד את המחלקה שלך נגד מוסדות דומים, לחשוף פערי ביצועים, ולאמץ פרקטיקות מוכחות שמחזקות באופן ישיר את המוכנות להסמכת התוכנית, האישורים של הפקולטה, פעילות המחקר, ומדדי הישגי הישג של התלמיד, מחלקות יכולות לעבור מעבר לאינטואיציה פנימית ולקבל החלטות מונעות נתונים המספקות קריטריונים קפדניים של A.

הבנה טובה יותר תקני הסמכה

יותר מ-4,500 תוכניות בלמעלה מ-900 מכללות ואוניברסיטאות ברחבי העולם.הסטנדרטים שלה נשענים על כמה עמודי מפתח שמחלקות הנדסה חייבות לטפל בהם:

  • (ב) ⁇ :0) תלמידים יודעים ועושים עם סיום הלימודים (למשל, פתרון בעיות, עיצוב, עבודת צוות, אתיקה).
  • (ב) ⁇ :0) אורטריולום: FLT:1, עומק ולחם של תוכן טכני, ניסיון מעבדה, ופרויקטים שיאובו.
  • (ב) ⁇ :0) ,FLT:1 Qualifications, מומחיות, פיתוח מקצועי ואינטראקציה עם תלמידים.
  • (ב) ,0) , App:veFLT:1 , Software, and Physical Resources that Support Learning.
  • תמיכה Institutional Support: FLT 1 תקציב, ניהול ומחויבות אסטרטגית לאיכות התוכנית.
  • (ב) שיפור מתמיד: 1FLT: 1 מחזור של הערכה, הערכה ושיפור.

ABET אינו קובע כיצד מחלקות צריכות להשיג את הסטנדרטים הללו; הוא מעריך ראיות לכך שהתוכנית עונה על מטרותיה המוצהרות ועל אלה של הגוף המרוויח.פי.איי. .מדן עוזר למחלקות להציב מטרות מציאותיות, לאסוף ראיות משמעותיות ולהפגין תרבות של שיפור מתמשך.

מה זה Peer Benchmarking Entails

הערכת Per אינה רק השוואת שיעורי GPAs או סיום הלימודים.זה כרוך בבחירת קבוצה של מוסדות קוהדור שחולקים מאפיינים דומים - כגון גודל התוכנית, אינטנסיביות המחקר, האזור הגיאוגרפי, או סטטוס טוב יותר - ולאחר מכן איסוף וניתוח נתוני ביצועים על פני תחומים מרובים.המטרה היא לזהות היכן המחלקה שלך עומדת ביחס לעמיתים, לחשוף את התרגילים הטובים ביותר שמניעים תוצאות מעולות, ולקדם פעולות כי ביצועים קרובים.

התהליך בדרך כלל כולל:

  • (ב) ⁇ :0) ,Peer Selection: 1FLT: בחירת 5-15 מוסדות עם משימה דומה, משאבים והיסטוריית הסמכה טובה יותר.
  • (FLT:0Data Collection:BuildFLT:1) Gathering כמותיות (למשל, יחס סגל-לכאורה, שיעורי סיום, שיעורי מיקום עבודה, שיעורי הבחינה לרישיון שיעור) ומידע איכותי (למשל, מבני תכנית לימודים, הערכה, שיטות, שותפויות בתעשייה).
  • (ב) ,0) ניתוח:0 (Gap Analysis:FLT:1) השוואת המדדים שלך נגד ממוצעי עמיתים או ביצועים גבוהים יותר.
  • (ב) תכנון טיהור:0 (תיקון: 0) 1) פיתוח יוזמות ממוקדות לטיפול בחולשות וממנף עוצמות.
  • (ב) ⁇ :0) מעקב מתמשך: 1FLT חוזר על מחזור ה-II בכל 2-3 שנים כדי לעקוב אחר התקדמות ולתאם אסטרטגיות.

סוגים של Benchmarking ⁇ to ABET

המונחים:

השווה תוכניות או מחלקות שונות בתוך המוסד שלך.לדוגמה, איך שיעור השימור של תוכנית ההנדסה שלך משווה עם ממוצע STEM של האוניברסיטה?זה יכול לחשוף פערי תמיכה ברמה מוסדית.

Benchmarking

בהשוואה למוסדות מתחרים ישירים – אלה שמגייסים מאותה בריכות סטודנטים ומעסיקים.זה עוזר למחלקת שלכם להבין את עמדת השוק וההיערכות עם ציפיות בתעשייה.

המונחים: Benchmarking

ראה מעבר להנדסת דיסציפלינות אחרות שיש להן שיטות הסמכה חזקות, כגון סיעוד (CCNE) או עסקים (AACSB) גישות שלהם כדי להעריך תוצאות, פיתוח סגל, או שיפור מתמשך עשוי להעביר היטב.

Best-in-Class Benchmarking

תוכניות מחקר שהצטיין באופן עקבי ב-ABET ביקורות, גם אם הם לא עמיתים ישירים. למד מה גורם להם להיות מופת בתחומים כמו עיצוב אבן, לוחות ייעוץ בתעשייה, או הדרכה סטודנט.

מדריך שלב-בי-Steptlementation Guide

שלב 1: Define Your Benchmarking Objectives

התחל על ידי הבהרה מה אתה רוצה להשיג.לדוגמה: "לשפר את תהליך הערכת תוצאות התלמידים של התוכנית שלנו כדי לעמוד ב-ABETTERRion 4" או "לבטל את אחוז הסגל עם Ph.D. וניסיון בתעשייה הרלוונטית ל-90% בתוך שלוש שנים".

שלב 2: זיהוי וגיוס מוסדות

עמיתים נבחרים המבוססים על מאפיינים שחשובים לקביעת תוקף: רמות תואר המוצעות (BS בלבד לעומת BS / MS / PD), גודל ההרשמה, סיווג מחקר (R1, R2, וכו '), סטטוס הסמכה טובה יותר (חייב את כולם להיות מוכר או כל המבקשים הסמכה), ואזור גיאוגרפי אם עלות של קבוצות חיים או מימון רלוונטיות.

מקור:0 (ב) ,0) ,

שלב 3: איסוף נתונים

Gather הן נתונים ציבוריים והן משותפים. מקורות ציבוריים כוללים דוחות הסמכה טובה (בדרך כלל זמין באמצעות אתרי אינטרנט מוסד), פרופילים של נתונים ASEE, IPEDS (Integrated PostIIary Education Data System), ואת אתרי האינטרנט של התוכנית. forshare data, לקבוע הסכם חליפין סודי עם עמיתים.

  • יחס סטודנט-to-faculty
  • גודל הכיתה הממוצע בקורסים להנדסה הליבה
  • כישורים בפקולטה (Ph.D, PE licensure, ניסיון בתעשייה)
  • שיעור הגרף בתוך 4, 5 ו-6 שנים
  • שיעור מיקום העבודה בתוך שישה חודשים של סיום הלימודים
  • יסודות הנדסה (FE) בדיקות לעבור שיעורי
  • מספר פרויקטים של capstone בחסות התעשייה בשנה
  • אחוז התלמידים העוסקים במחקר לתואר ראשון
  • פרודוקטיביות הפקולטה (ציבוריות, מענקים, פרסים)
  • ציוני שביעות רצון סטודנט (סקרים אקסטטיביים, סקרי בוגרים)

שלב 4: Analyze ו- Visualize Gaps

השתמש בשיטות סטטיסטיות המתאימות לנתונים שלך. עבור גודלי מדגם קטנים, השוואות החציוניות וה quartile הם חזקים יותר מאשר אמצעים. צור תרשימים מכ"ם או הדמיה לוחית המציגים את הציונים של המחלקה שלך ביחס לממוצעים עמיתים, ביצועים טובים יותר, ו- ABET סף אינדיקטורים.לדוגמה, אם שיעור הבחינה FE שלך הוא 65% ואילו הממוצע של עמיתים הוא 78%, יש לך פער ברור לכתובת.

שלב 5: זיהוי הפרקטיקה הטובה ביותר

עבור מדדים שבהם אתה מתגמל באופן משמעותי, להגיע אל העמית בעל ביצועים גבוהים ולבקש מבט עמוק יותר לתוך התהליכים שלהם.אולי יש להם תוכנית הכנה FE הבחינה FE מובנה, רצף עיצוב מכסה חובה עם הדרכה בתעשייה, או תוכנית מנטור סגל אשר מגביר את פלט המחקר.

שלב 6: פיתוח ותכניות פעולה

ניתוח פערי ליוזמות קונקרטיות.עבור כל פעולה, להקצות בעל, ציר זמן וקריטריונים להצלחה למדידה: "לנון סדנה לבדיקת FE דו-שבועית החל בסמסטר הבא, עם עלייה בשיעור היעד ל-75% בתוך שנתיים".

שלב 7: מעקב אחר התקדמות ו- Re-Benchmark

לעקוב אחר המדדים שלך מדי שנה.לאחר שנתיים עד שלוש שנים, לבצע מחזור מלא של מחזור חוזר עם אותה קבוצת עמיתים (המידע המעודכן) כדי לראות אם הפערים נסגרים. להתאים את המטרות למעלה ככל שאתה משפר.

טכנולוגיה וניהול נתונים עבור Benchmarking

ניהול נתונים על פני מקורות מרובים יכול להיות מורכב.מחלקות הנדסיות רבות להשתמש צי של גליונות מבוזרים ניתוק, סקרים, מסדי נתונים מוסדיים.מרכז נתונים במערכת ניהול תוכן גמישה כמו Directus יכול לייעל את התהליך.

  • יצירת מודלים נתונים מותאמים אישית עבור מדדים, מוסדות עמיתים ותוכניות פעולה.
  • עריכה שיתופית עם הרשאות מבוססות תפקידים עבור סגל ומנהלי מערכת.
  • לוחות זמנים אמיתיים וויזואליזציה ללא קידוד מותאם אישית.
  • שילוב עם מערכות מידע ומכשירי סקר קיימים באמצעות אדריכלות API-First.
  • בקרת גרסאות עבור ערכות נתונים, הבטחת שבילי ביקורת עבור ראיות טובות יותר.

באמצעות CMS כדי לארח את המאגר האינדקס שלך מבטיח כי הנתונים נשארים נגישים, updatable ומאובטחים על פני מחזורי הסמכה.זה גם מפשט נתונים אנונימיים עם עמיתים תחת הסכמי סודיות.

מחקר מקרה: תוכנית הנדסה בינונית באמצעות Peer Benchmarking

שקול המחלקה להנדסה מכנית באוניברסיטה ציבורית עם 800 לתואר ראשון ו 20 סגל במשרה מלאה.הם התכנוננו להסמכתם בת שש שנים, אבל ראו שיעורי מעבר מבחן FE וציוני שביעות רצון התלמידים. הם יצרו קבוצה של ציון ציון עם ארבע תוכניות עמיתים של גודל דומה ומשימה.

באמצעות איסוף נתונים, הם גילו כי לעמיתיהם היו:

  • סדרת הכנה רשמית של FE הבחינה הכנת סדנה עם בחינות תרגול משוב הדרכה.
  • תוכנית קופות הדורשת חסות לתעשייה לפחות 50% מהפרויקטים.
  • ישיבות לוח השנה של חברות ייעוץ אשר הודיעו ישירות על שינויים בתכנית הלימודים.

המחלקה יישמה סדנה של FE, מעורבות בתעשייה מוגברת, ושינה את התיאום שלהם בקופות. בתוך שנתיים, FE עובר עלה מ 62% ל 79%, וציוני שביעות הרצון של התלמידים השתפרו ב -15%.הלימוד העצמי העדיף שלהם עכשיו כלל ראיות בולטות חזקות, אשר סייע להם להרוויח תקופת הסמכה מלאה של שש שנים.

מקור:0 (ב) ,0) ,ABET Globalנוכחות ו-Per LearningveFLT

מלכודות נפוצות וכיצד להימנע מהם

השוואת Apples to Oranges

בחירת עמיתים עם משאבים שונים או דמוגרפים סטודנטים יכול להניב תובנות מטעות.תמיד לוודא כי תוכניות קומפואר יש בחירה דומה, רמות מימון ומדיניות סגל.אם יש צורך, להסתגל להבדלים באמצעות גורמים נורמליזציה כגון חשבון סטודנט או הוצאות מחקר סגל.

מידע על

יש להגדיר מדי פעם מסובכים.לדוגמה, "שיעור ההדרגה" יכול להיות דברים שונים (4 שנים, 6 שנים, בתוך 150% מהזמן) להסכים על הגדרות עם עמיתים לפני איסוף נתונים. השתמש בהגדרות של ABET שבו ניתן.

One-Time Benchmarking

הסמכה טובה היא תהליך מתמשך.צילום אחד הוא לא מספיק.לארגן מחזור חוזר (למשל, כל שלוש שנים) כדי להפגין שיפור מתמשך.

מידע מקיף

מספרים לבד לא ללכוד מדוע תוכנית מצליחה.תוסף השוואות עם תובנות איכותיות מביקורי אתר עמיתים, ראיונות וסקירות תיעוד.לדוגמה, היערכות של סטודנט גבוה של עמיתים עשויה לנבוע מהערכה ייחודית כי אתה יכול להתאים.

חוסר הפקולטה לקנות-In

Benchmarking יכול להרגיש מאיים אם הפקולטה תופסת אותו כעונש. לכונן אותו כהזדמנות למידה.מעורבות סגל בבחירת עמיתים וניתוח נתונים, ולחגוג הצלחות הנובעות מיוזמות ציון.

קישור ל Benchmarking Evidence to a better self-Study Reports

ABET דורש תוכניות לתעד את תהליך שיפור מתמשך שלהם. Benchmarking מספק נתונים קונקרטיים עבור מספר חלקים של ההתמחות העצמית:

  • (הופנה מהדף LT:0)Criterion 2 (Program Educational Objectives): FLT 1 מראה כיצד הערכת עמיתים אימות המטרות שלך או הובילה לשיפוץ.
  • (ב) [15] ⁇ 3 (Student Outcomes): § 1 כולל תוצאות הערכה השוואתיות כדי להוכיח כי התוצאות שלך עומדות או עולה על תוכניות דומות.
  • (FLT:0) riterion 4 (שיפור מתמיד): איור 1:1 Cite מתעד נתונים כראיות שאתה מעריך באופן שיטתי ולשפר את התוכנית שלך.
  • (ב) ⁇ :0) ⁇ 5 (Curriculum): השוואות מקבילות של תוכן תכנית הלימודים וריצוף עם מוסדות עמיתים כדי להגן על המבנה שלך.
  • (FLT:0) riterion 6 (Faculty): ההרחבה של 1:1 הכישורים סגל, עומס עבודה והזדמנויות פיתוח מקצועי עם עמיתים.
  • (FLT:0Criterion 7 (נספח): ההרחבה 1 (הופנה מהדף ההרחבה) מתארת כיצד המתקנים שלך משווים - למשל, גיל ציוד מעבדה, זמינות תוכנה או חלל לתלמיד.

על ידי הטמעת ניתוח הסימון ישירות לתוך המיומנות העצמית שלך, אתה מראה הערכה טובה יותר כי התוכנית שלך פועלת עם הבנה ברורה של מעמדו בנוף החינוכי ומחויבות לסגירה פערים מזוהים.

בחירת Benchmarks חיצוני: ABET, NCEES ו ASEE

מספר סקרים ודיווחים לאומיים יכולים להוסיף מידע עמיתים:

  • (הופנה מהדף LT:0) דוחות שנתיים טובים יותר: נתונים מופרשים על חוזקות התוכנית וחולשות בכל תוכניות ההנדסה המוכרות.
  • (ב) FELT:0 NCEES הנדסה ⁇ דוחות: FEV 1 FE ו PE הבחינה לעבור שיעורים על ידי מוסד.
  • (FLT:0)ASEE Engineering by the Numbers:FLT:1 פרופילים שנתיים של תוכניות הנדסיות כולל הרשמה, סגל, ייצור תואר.
  • (ב) [15] ,9.10.10.10.10.10.10.10.9.1 נתונים ברמת מוסדות על שימור, סיום הלימודים ודמוגרפיים הסטודנטים.

באמצעות משאבים אלה מספק הקשר רחב יותר מעבר לקבוצת עמיתים שנבחרה שלך.לדוגמה, אם שיעור המעבר של התוכנית שלך הוא מתחת לממוצע הלאומי של תוכניות בגודל דומה, כי דגלים בעיה מערכתית גם אם חבריך נאבקים.

מקור:0.193

שיקולים אתיים ושיתוף נתונים

מיפוי השוואות כרוך לעתים קרובות שיתוף נתונים רגישים.ייסד כללים קרקעיים לפני החלפת מידע:

  • השתמש בנתונים אנונימיים או מצטברים, אלא אם כן ניתן אישור מפורש לזהות תוכניות ספציפיות.
  • לחתום על הסכמי שיתוף נתונים המציינים כיצד משתמשים בנתונים, מאוחסנים ונהרסו.
  • מסכים כי ציון הוא לשיפור, לא דירוג או השוואה ציבורית.
  • לכבד סודיות מוסדית - אל תשתף נתונים עמיתים מחוץ לקבוצת הסימון.

בניית תרבות של שיפור מתמשך באמצעות Benchmarking

בסופו של דבר, הסמכה טובה היא לא סוף - זה הסמכה כי המחלקה שלך נוהגת מה זה מטיף: שיפור איכות מתמשך. Peer העריך את החשיבה הזאת. כאשר סגל ומנהלים רואים באופן קבוע איך התוכנית שלהם משווה, הם הופכים מוכנים יותר להתנסות עם גישות פדגוגיות חדשות, להשקיע בפיתוח סגל, וליישר משאבים עם תוצאות.

מחלקות אשר מחבקות את הסימון לעתים קרובות מוצאים כי המיומנות העצמית שלהם הופכת למוצר טבעי של עבודה מתמשכת ולא תרגיל אש קדחתני כל שש שנים.הראיות מצטברות, המתחם לשיפורים, ואת ביקור ההסמכה הופך הזדמנות להציג מחלקה שבאמת מכיר את החוזקות שלה ואת תחומי הצמיחה.

מסקנה

הערכת Per היא מנגנון רב עוצמה עבור מחלקות הנדסה כדי לשפר את תוצאות ההסמכה שלהם.על ידי השוואת מדדי ביצועים עם מוסדות דומים, מחלקות יכול לזהות פערים ספציפיים, ללמוד משיטות מוכחות, וליישם שיפורים ממוקדים כי resonate עם קריטריונים ABET. התהליך דורש תכנון קפדני, איסוף נתונים כנים, ומחויבות מתמשכת, אבל התגמול הוא תוכנית חזקה יותר, תגובתית יותר, המוכיחה הן איכות והן אחריות.

בין אם אתה משתמש בצי CMS כמו Directus כדי לנהל את הנתונים שלך או להסתמך על גליונות ומפגשים, המפתח הוא להתחיל.בחר כמה עמיתים, לאסוף נתונים, לנתח פערים, ולפעול.על מחזור ההסמכה, השיפורים שאתה עושה ידברו בעד עצמם - לא רק בדו"ח של ההערכות, אלא גם בהצלחה של התלמידים שלך.