MétaCan
Menu
Retour à la cohorte
Enregistrement W2126486479 · doi:10.24908/pceea.v0i0.5880

Development of a motorcycle frame as a problem-based learning experience in design courses for Mechanical Engineering students

2015· article· en· W2126486479 sur OpenAlexafffundvenue
Iorga Cristian, Alain Desrochers

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNew product developmentEngineering design processMultidisciplinary approachProduct designProcess (computing)Computer scienceRelation (database)Product (mathematics)Frame (networking)Reliability (semiconductor)Systems engineeringIndustrial engineeringEngineeringManufacturing engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The paradox that exists between the necessity of testing physical prototypes to achieve as much design criteria as possible and the desire to minimize the number of iterations at the experimental validation stage to manage development time and cost, has led the authors to develop a detailed design methodology that guides the engineers and designers through the main activities of the product development process (PDP).The numerical validation activities and the iterations performed at the detailed design phase of the PDP have become key in achieving a product that meets the client needs from a price/performance/reliability perspective. However, before starting the fabrication of a physical prototype, the multidisciplinary team must understand the issues linked to the material behavior under critical conditions of use and in relation with the range of selected processes.In previous papers, a generic methodology that takes into account several design criteria was presented. This methodology was applied to the recreational product industry with the aim of reducing the weight of a roadster frame while controlling its production cost. Specific to vehicle, fatigue and rigidity are amongst the structural criteria that are central to the safety of the user and the handling of the vehicle.The objectives of this paper are thus to outline the advantages of this methodology, show how it could be applied to the structural sub-systems and components of a vehicle, and how it could be integrated in an undergraduate project, taking into account all the design criteria established up-stream in the PDP.As this approach has already been validated in the recreational product industry, it will allow students to converge toward creative, effective but realistic solutions while providing a comprehensive feedback on the client needs.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0060,003
Science ouverte0,0030,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,005

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 Opus0,018
Tête enseignante GPT0,246
Écart entre enseignants0,228 · 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'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

Citations0
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetManufacturing Process and OptimizationTravaux en français237 207