student projects

Engineering dynamics courses demand simultaneous development of mathematical modelling, computational implementation, and communication competencies, yet conventional instruction rarely provides authentic contexts for their integration. The primary objective of this study was to design, implement, and empirically evaluate a Simulation-Focused Problem-Based Learning (SF-PBL) framework that integrates first-principles Newtonian and Lagrangian mechanics with Python-based numerical simulation within an Outcome-Based Education (OBE)-aligned curriculum. The framework was embedded within a 15-week undergraduate Dynamic System Modeling (DSM) course ( N = 53, B.Tech Mechatronics Engineering, Semester IV, January–April 2026) at a single NBA-accredited institution in India. It operationalises a four-phase computational pipeline—System Identification, Mathematical Modelling, Computational Simulation, Validation & Communication—scaffolded through an Explain-Try-Challenge (E-T-C) model and assessed via a six-judge external expert panel. A pre–post mixed-methods design measured self-efficacy (10-item Likert scale), conceptual knowledge (5-item MCQ), PBL satisfaction, AI tool usage, and qualitative breakthrough reflections. Self-efficacy improved significantly (pre: M = 2.92, SD = 0.21; post: M = 3.80, SD = 0.40; t (52) = 13.91, p < .001 , Cohen’s d = 2.72, pooled SD). Knowledge gains were large ( t (52) = 11.32, p < .001 , d = 1.20; Hake’s g = 0.50, medium interactive-engagement band). All ten self-efficacy items improved significantly ( p < .001 ). PBL satisfaction was high ( M = 3.74 , SD = 0.30). Eighty-five percent of students used AI tools, primarily for computational coding, while mathematical derivation remained predominantly human-led. Qualitative themes identified simulation validation, PID tuning, and linking derivation to computation as commonly reported breakthrough moments. Exhibition rubric scores from 17 student projects evaluated by the six-judge panel ( M = 82.62 / 100 , SD = 9.98 ) confirmed strong authentic performance. The SF-PBL framework offers a replicable, empirically-evaluated model for computationally-integrated dynamics pedagogy in OBE-aligned STEM programmes.

دروس دینامیک مهندسی نیازمند توسعه همزمان مدل‌سازی ریاضی، پیاده‌سازی محاسباتی و شایستگی‌های ارتباطی هستند، اما آموزش‌های متداول به ندرت زمینه‌های اصیل برای ادغام این مهارت‌ها فراهم می‌کنند. هدف اصلی این پژوهش، طراحی، اجرا و ارزیابی تجربی چارچوب یادگیری مبتنی بر مسئله با تمرکز بر شبیه‌سازی (SF-PBL) بود که مکانیک نیوتنی و لاگرانژی مبتنی بر اصول اولیه را با شبیه‌سازی عددی مبتنی بر Python در قالب یک برنامه درسی همسو با آموزش مبتنی بر خروجی (OBE) ادغام می‌کند. این چارچوب در یک دوره کارشناسی مدل‌سازی سیستم‌های دینامیکی (DSM) به مدت ۱۵ هفته (N = 53، مهندسی مکاترونیک، ترم چهارم، ژانویه تا آوریل ۲۰۲۶) در یک مؤسسه دارای اعتبار NBA در هند اجرا شد. این چارچوب یک خط لوله محاسباتی چهار مرحله‌ای—شناسایی سیستم، مدل‌سازی ریاضی، شبیه‌سازی محاسباتی، اعتبارسنجی و ارتباط—را عملیاتی می‌کند که از طریق مدل توضیح-آزمایش-چالش (E-T-C) ساختاربندی شده و توسط هیئت داوران متشکل از شش متخصص خارجی ارزیابی گردید. طرح پژوهش آمیخته پیش‌آزمون-پس‌آزمون، خودکارآمدی (مقیاس لیکرت ۱۰ ماده‌ای)، دانش مفهومی (۵ سؤال چندگزینه‌ای)، رضایت از PBL، میزان استفاده از ابزارهای هوش مصنوعی و بازتاب‌های کیفی از لحظات جهشی را اندازه‌گیری کرد. خودکارآمدی به طور معناداری افزایش یافت (پیش‌آزمون: M = 2.92، SD = 0.21؛ پس‌آزمون: M = 3.80، SD = 0.40؛ t (52) = 13.91، p < .001، d کوهن = 2.72، SD تجمیعی). افزایش دانش نیز قابل توجه بود (t (52) = 11.32، p < .001، d = 1.20؛ g هاک = 0.50، باند تعامل متوسط). هر ده ماده خودکارآمدی به طور معناداری بهبود یافتند (p < .001). رضایت از PBL بالا بود (M = 3.74، SD = 0.30). هشتاد و پنج درصد دانشجویان از ابزارهای هوش مصنوعی عمدتاً برای کدنویسی محاسباتی استفاده کردند، در حالی که استنتاج ریاضی عمدتاً توسط انسان انجام شد. مضامین کیفی، اعتبارسنجی شبیه‌سازی، تنظیم PID و پیوند استنتاج به محاسبه را به عنوان لحظات جهشی رایج شناسایی کردند. نمرات روبریک ارائه پروژه‌های ۱۷ دانشجو که توسط هیئت شش نفره ارزیابی شد (M = 82.62 از ۱۰۰، SD = 9.98) عملکرد اصیل قوی را تأیید کرد. چارچوب SF-PBL یک الگوی قابل تکرار و ارزیابی‌شده تجربی برای آموزش دینامیک با ادغام محاسباتی در برنامه‌های STEM همسو با OBE ارائه می‌دهد.

This study examines how cross-subject integration in STEM education can be embedded within formal curriculum structures through institutional design rather than individual teacher initiative. The research was conducted at a STEM-specialist secondary school in Astana, Kazakhstan, where informatics functions as a coordinating subject across science and humanities disciplines. The study analyses two dimensions of curriculum organisation: (1) the vertical progression of the informatics curriculum across Grades 6–10, from digital literacy and data handling to programming and independent project work; and (2) a horizontal coordination mechanism in which informatics and subject teachers design shared learning tasks and independently assess different dimensions of the same student products. Data include curriculum documents, assessment rubrics, student project work ( n = 36 students, comprising three complete project groups from the chemistry integration cycle), and teacher perspectives collected through informal conversational exchanges. Findings document how co-assessment structures differentiated disciplinary feedback from two independent knowledge positions within a single task, and how teachers perceived this structure as making disciplinary expectations more explicit in student preparation. The study introduces the concept of an interdisciplinary assessment ecology as a distributed evaluation structure in which subject specialists assess distinct dimensions of shared student artefacts. The results suggest that such integration can be implemented through formal planning routines embedded in existing curriculum structures without additional curriculum time for students or external funding, though it does require coordinated teacher time for quarterly cross-departmental planning sessions.

این مطالعه بررسی می‌کند که چگونه ادغام میان‌موضوعی در آموزش STEM می‌تواند از طریق طراحی نهادی و نه صرفاً ابتکار فردی معلمان، در ساختارهای رسمی برنامهٔ درسی جای گیرد. پژوهش در یک دبیرستان تخصصی STEM در آستانه، قزاقستان انجام شده است که در آن، درس انفورماتیک به عنوان یک موضوع هماهنگ‌کننده میان رشته‌های علوم و علوم انسانی ایفای نقش می‌کند. این مطالعه دو بُعد از سازماندهی برنامهٔ درسی را تحلیل می‌کند: (۱) پیشرفت عمودی برنامهٔ درسی انفورماتیک در پایه‌های ششم تا دهم، از سواد دیجیتال و داده‌پردازی تا برنامه‌نویسی و کار پروژه‌ای مستقل؛ و (۲) سازوکار هماهنگی افقی که در آن معلمان انفورماتیک و سایر دروس، وظایف یادگیری مشترک طراحی کرده و به طور مستقل ابعاد مختلف یک محصول دانش‌آموزی را ارزیابی می‌کنند. داده‌ها شامل اسناد برنامهٔ درسی، روبریک‌های ارزیابی، کارهای پروژه‌ای دانش‌آموزان (n = 36 دانش‌آموز، شامل سه گروه کامل پروژه از چرخهٔ ادغام شیمی) و دیدگاه‌های معلمان که از طریق گفتگوهای غیررسمی جمع‌آوری شده‌اند، می‌باشد. یافته‌ها نشان می‌دهد که ساختارهای هم‌ارزیابی، بازخوردهای متمایز رشته‌ای را از دو جایگاه دانشی مستقل در قالب یک وظیفه واحد فراهم می‌کند و معلمان این ساختار را موجب شفاف‌تر شدن انتظارات رشته‌ای در آماده‌سازی دانش‌آموزان می‌دانند. این مطالعه مفهوم «بوم‌شناسی ارزیابی میان‌رشته‌ای» را به عنوان ساختار ارزیابی توزیع‌شده‌ای معرفی می‌کند که در آن متخصصان هر رشته، ابعاد متمایز مصنوعات مشترک دانش‌آموزی را ارزیابی می‌کنند. نتایج نشان می‌دهد چنین ادغامی می‌تواند از طریق روال‌های برنامه‌ریزی رسمی که در ساختارهای موجود برنامهٔ درسی تعبیه شده‌اند، بدون نیاز به زمان اضافی برای دانش‌آموزان یا تأمین مالی خارجی اجرا شود، هرچند نیازمند هماهنگی زمانی معلمان برای جلسات برنامه‌ریزی میان‌بخشی فصلی است.