MétaCan
Menu
Retour à la cohorte
Enregistrement W1916810651 · doi:10.24908/pceea.v0i0.3573

A NEW APPROACH TO THE UNIT OPERATIONS LABORATORY

2011· article· en· W1916810651 sur OpenAlexfundvenueno aff
Graeme W. Norval, Paul Szabo, Glenn D. Wilson, Paul Jowlabar

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésGraduation (instrument)Process (computing)Control (management)EngineeringTroubleshootingUnit (ring theory)Heat exchangerEngineering managementComputer scienceMechanical engineeringOperating system

Résumé

récupéré en direct d'OpenAlex

Unit operations laboratories are a standard feature of most chemical engineering programs. Students spend long hours running distillation columns, gas absorbers, and work with pumps, valves and heat exchangers. This provides much of the hands-on learning that they take into industry after graduation. Process control laboratories are often integrated into the unit operations laboratory. The most common control laboratory involves heating a tank with a steady inflow of cold water. Our laboratory has all of these features. Our approach can be described as using 20th century technology to control 19th century type processes in an 18th century learning environment while educating engineers for the 21st century. A different way to say it is that our approach is nothing like what a new graduate engineer sees when they arrive at a chemical facility. Several years ago, our department created a team tasked with upgrading the approach to the unit operations laboratory, and several guiding principles were created. It is important to retain a "hands-on" operational component – students need to open and close valves, read gauges, as well as start and stop pumps. It is equally important to introduce students to a proper distributed control system. It is also important that the DCS is not seen as a "black box" that does everything – the link between the equipment, the P&ID and the DCS needs to be reinforced.The equipment is now in regular operation, and we continue to expand its capabilities. This submission describes the genesis of the system and the staged approach that has been taken to manage the time and budget pressures.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
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: Méthodes
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,006
Communication savante0,0150,013
Science ouverte0,0040,010
Intégrité de la recherche0,0040,011
Charge utile insuffisante (le modèle a refusé de juger)0,0370,020

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 Opus0,010
Tête enseignante GPT0,193
Écart entre enseignants0,183 · 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

Citations1
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetExperimental Learning in EngineeringTravaux en français237 207