MétaCan
Menu
← Retour à la cohorte
Enregistrement W2022195276 · doi:10.1177/1071181312561119

Incorporating industry goals into academic programs: A case study of a successful effort

2012· article· en· W2022195276 sur OpenAlexaff
Michael C. Bartha, S. Camille Peres, Christy Harper, Kritina Holden, Melissa Meingast, Andrew Muddimer, Danielle Smith

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensLockheed Martin (Canada)Hewlett-Packard (Canada)
Organismes subventionnairesnon disponible
Mots-clésSession (web analytics)GuidelinePanel discussionFocus (optics)Engineering managementBusinessEngineeringMedical educationPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The need for trained Human Factors and Ergonomics (HF/E) professionals has increased remarkably over the last few years. The skill sets these professionals need to have vary by industry and changes over time. However, current employers of HF/E new-hires have repeatedly indicated that students are not getting sufficient training and preparation for their positions. This panel will present a case study of how a newly developed program integrated the needs of industry into the academic requirements of the program. Further, the question and discussion part of the panel session will focus on developing a guideline for other programs to utilize to integrate the needs of industry into their academic programs.

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)0,012
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0220,006
Communication savante0,0070,004
Science ouverte0,0050,010
Intégrité de la recherche0,0090,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,079
Tête enseignante GPT0,414
Écart entre enseignants0,334 · 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'étudeQualitatif
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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual Meeting→Même sujetOccupational Health and Safety Research→Travaux en français237 207→