MétaCan
Menu
Retour à la cohorte
Enregistrement W1827350718 · doi:10.24908/pceea.v0i0.4824

WHICH TYPE OF DESIGN PROJECT IS BEST: NARROW AND DETAILED OR BROAD AND CONCEPTUAL?

2013· article· en· W1827350718 sur OpenAlexaffvenue
Ralph O. Buchal

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Pedagogy
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Conceptual designCapstoneSystems engineeringFocus (optics)EngineeringComputer scienceEngineering managementManagement scienceSoftware engineeringHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Engineering design is an essential part of the engineering curriculum, and it is important to select projects with appropriate scope and challenge to develop the desired skills subject to constraints on time, student ability and available resources. This paper considers two types of projects typically encountered in capstone design: detailed design projects, and conceptual design projects. Detailed design projects usually have a goal of constructing and testing a physical prototype, and the main focus is on CAD modeling, detailed analysis, engineering drawings, manufacturing processes, prototype fabrication, and testing. Conceptual design projects focus on the conceptual design stages, and typically do not result in a prototype. These projects are more open-ended, and focus on problem definition, background research, order-of-magnitude analysis, numerical simulation, technical and economic feasibility, and consideration of nontechnical aspects including impact on society and the environment. This paper compares and contrasts the two types of projects in terms of their characteristics, and evaluates them based on the CEAB Graduate Attributes. Both types of projects provide valuable and complementary design experience, and each type emphasizes different attributes.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,420
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,025
Tête enseignante GPT0,246
Écart entre enseignants0,222 · 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'étudeObservationnel
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

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

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