MétaCan
Menu
Retour à la cohorte
Enregistrement W2128716499 · doi:10.5539/mas.v7n3p43

On the Necessary and Sufficient to Efficient Use of Software in the Teaching of Chemical Engineering

2013· article· en· W2128716499 sur OpenAlexvenueno aff
Ruan Varjão Dias, Luís Gonzaga Sales Vasconcelos, Romildo Pereira Brito

Notice bibliographique

RevueModern Applied Science · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueChemical and Environmental Engineering Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolymathComputer scienceSoftware engineeringSyntaxSimple (philosophy)SoftwarePoint (geometry)MATLABTask (project management)Mathematics educationProgramming languageArtificial intelligenceSystems engineeringMathematicsEpistemology

Résumé

récupéré en direct d'OpenAlex

The development of computers brought an increase in the number of software programs with a great potential to assist in the task of teaching engineering, among them are: Mathcad®, Mathematica®, Matlab®, Maple™ and Polymath. Several articles have been published with the aim of demonstrating the advantages of using these softwares, as well comparing their performance. The most recent books have clearly indicated the importance of these tools in engineering. Even so, however, the computer has not become a strong helper of the student in solving more complex engineering problems. The point of view presented in this article is a result of over twenty years of teaching in Chemical Engineering. In our opinion, the fact that students know to use a specific software program (syntax) is a necessary condition for solving engineering problems, but not sufficient if the student do not think in a systematic way. The methodology recommended in this article is applied for the resolution of the problem in modules and can be used in both simple and complex problems.

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)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0030,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,012
Tête enseignante GPT0,201
Écart entre enseignants0,188 · 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'étudeThéorique ou conceptuel
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 revueModern Applied ScienceMême sujetChemical and Environmental Engineering ResearchTravaux en français237 207