MétaCan
Menu
Retour à la cohorte
Enregistrement W1814154117 · doi:10.24908/pceea.v0i0.4792

DESIGNING AN UNDERGRADUATE FOOD PROCESSING LABORATORY FOR THE UNIVERSITY OF WATERLOO

2013· article· en· W1814154117 sur OpenAlexafffundvenue
Yung Priscilla Lai, Kyung Eun Kate Sun, Christine Moresoli, Marc G. Aucoin

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2013
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueChemical Safety and Risk Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooUniversity of Toronto
Mots-clésFood processingFood industryProcurementEngineering managementFood engineeringFood plantEngineeringComputer scienceManufacturing engineeringMarketingBusinessFood science

Résumé

récupéré en direct d'OpenAlex

Food processing is one of the largest industries in the world, making it an attractive field for chemical engineering students to pursue. Currently, there is no food processing laboratory at the University of Waterloo. Consequently, students do not have an opportunity to link fundamental chemical and biological engineering concepts germane to the food processing industry to tangible applications. The solution is to design a versatile undergraduate food processing laboratory to enhance the engineering undergraduate experience. The laboratory would have three unit operations ubiquitous to the food industry. The three selected unit operations were spray drying, micro-encapsulation, and extrusion. Suppliers and/or providers of processing equipment, raw ingredients, and pest control services were identified with the consideration of health and safety recommendations. The food processing laboratory layout was created with consideration of minimizing workplace hazards and the risk of food contamination. The cost of running the laboratory for the first year along with equipment/materials procurement was estimated to be around $1 million CAD in an existing room at the university. By providing a food processing laboratory, chemical engineering students would be supplied a contained learning environment along with the incentive to consume their manufactured products.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,359
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,177
Écart entre enseignants0,171 · 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'étudeExpérimental (laboratoire)
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
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetChemical Safety and Risk ManagementTravaux en français237 207