Notice bibliographique
Résumé
We propose a roundtable discussion on “Design for Inclusion” and how to integrate this concept into the undergraduate engineering curriculum. Designing devices and technology that benefit and are useful to all members of society and take into account diverse users' needs does not seem to be a common practice in industry nor in the classroom. We all know examples of devices that seem to have “missed the point” for large segments of their user base. We believe diverse teams are needed to brainstorm ideas from the start and to bring such products to market. The revolution in thinking needs to start at the source, where students are being educated. How can “design for inclusion” become integrated into our design education? The panelists who will discuss this theme will be: • Beth Kolko, Associate Professor in the Dept of Human Centered Design & Engineering, University of Washington, USA (confirmed) • Benoit Gervais, Design engineer, Principal, Futurescape, Ottawa (confirmed) • Elizabeth Croft, Professor of Mechanical Engineering, University of British Columbia (confirmed) • Li Shu, Associate Professor of Mechanical and Industrial Engineering, University of Toronto (confirmed) • Sarah Shortreed, Vice-President, Enterprise Portfolio Management, BlackBerry, Research in Motion (confirmed) • Antony Hodgson, NSERC Chair in Design Engineering, University of British Columbia (confirmed) The panel will be moderated by Catherine Mavriplis, University of Ottawa. We invite the community to join in the discussion with the panelists. These could include representatives of Engineers Canada, the licensing bodies, other NSERC Design Chairs, Deans and Curriculum Chairs, professors and students, industry and government.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».