MétaCan
Menu
Retour à la cohorte
Enregistrement W1576076589 · doi:10.24908/pceea.v0i0.3991

THE ENGINEERING DESIGN COMPETENCY

2011· article· en· W1576076589 sur OpenAlexaffvenueabout
Jorge Angeles, Ron Britton, Liuchen Chang, Franҫois Charron, Peter H. Gregson, Peihua Gu, Peter F. Lawrence, Warren Stiver, David Strong, Paul Stuart, Brian Thompson

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversity of ManitobaMcGill UniversityUniversity of CalgaryUniversity of GuelphUniversity of British ColumbiaUniversity of New BrunswickDalhousie UniversityQueen's UniversityNatural Sciences and Engineering Research Council of CanadaUniversité de SherbrookePolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésEngineering design processCompetition (biology)Engineering managementCore competencyQuality (philosophy)Value engineeringProcess (computing)Product designOrder (exchange)EngineeringProduct (mathematics)Manufacturing engineeringNew product developmentComputer scienceBusinessOperations managementMechanical engineeringMarketing

Résumé

récupéré en direct d'OpenAlex

There is increasing global competition for better product and process functionality, higher quality, lower costs, and other considerations including energy and environmental challenges. This trend requires that Canadian industry be more innovative and responsive in order to stay competitive internationally. The Canadian capability in Engineering Design is at the core of our ability to achieve this goal. At both the undergraduate and graduate levels, we must improve the capability and capacity of engineering graduates so that they are capable of leading innovation, and converting research results into value-added products and services. This paper addresses the engineering design competency, identifies needs in engineering design training, and describes directions for the design content in engineering education programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,007
Communication savante0,0060,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

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 Opus0,008
Tête enseignante GPT0,164
Écart entre enseignants0,156 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207