MétaCan
Menu
Retour à la cohorte

The Importance of Programming Paradigms to Manufacturing Engineering Graduates: A Case Study from International Islamic University Malaysia Graduates

2013· article· en· W2020324915 sur OpenAlexfundno aff
Muhammad Ashraf Fauzi, Daeng Ahmad Zuhri Zuhud, Hafiz Husin

Notice bibliographique

RevueApplied Mechanics and Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Calgary
Mots-clésScale (ratio)IslamEngineering managementProcess (computing)EngineeringManufacturingHigher educationManufacturing processManufacturing engineeringComputer scienceBusinessMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

Digital computers that automate manufacturing process are an important aspect for any manufacturing engineers in the modern world. Selection of the programming paradigm (PP), as well as the programming language (PL) that supports it, is crucial to ensure the correct ideas are being used to automate the solution of the problem. In current Malaysian Higher institution practices, various PPs and PLs courses are offered to current undergraduate manufacturing majors. An online survey was deployed to experienced manufacturing engineers from various manufacturing specializations in the industry. Graduates from one of Malaysias public universities, International Islamic University Malaysia (IIUM) have been chosen for this particular study. From the survey, it has been found that almost 80% of the participants agreed that PPs are important for manufacturing graduates. It was found out that 90% of the participants were from intermediate (scale of 3) until poor (scale of 1) to express their ability to explain PPs if asked. Only about 10% are able to explain on PPs (scale of 4 and 5). The study concluded that majority of the manufacturing graduates from IIUM agreed that PP is an important subject to be taught in university. However, it was found the majority of the manufacturing graduates lack the knowledge and understanding of PPs and general PLs.

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 enseignants0,027
Score d'incertitude au seuil0,702

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 GPT0,192
Écart entre enseignants0,186 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetExperimental Learning in EngineeringTravaux en français237 207