MétaCan
Menu
Retour à la cohorte
Enregistrement W2132753975 · doi:10.24908/pceea.v0i0.5902

USING THE CASE METHOD TO FACILITATE LEARNING OF DESIGN FOR MANUFACTURING AND COST

2015· article· en· W2132753975 sur OpenAlexaffvenue
David Effa, Oscar Nespoli, Steve Lambert

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDesign for manufacturabilityManufacturing engineeringLimitingComputer scienceQuality (philosophy)Process (computing)Design for assemblyProduct (mathematics)Concurrent engineeringNew product developmentProduct designEngineering managementEngineeringRisk analysis (engineering)Management scienceOperations managementBusinessMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Design for Manufacturing and Assembly (DFMA) is anintegral methodology for product development that aimsto simplify the manufacturing process, increaseproductivity, and minimize costs while maintainingproduct quality. DFMA is often difficult since significantmanufacturing knowledge is required. The importance ofDFMA is underlined by the fact that a large portion ofproduct manufacturing costs (materials, processing,assembly and indirect costs) is determined by early designdecisions. Therefore, it is important for engineeringstudents to understand the limiting factors and practicesrelevant to the application of DFMA. Although DFMAconcepts can be taught through conventional lecturemethods, true understanding of this multi-faceted andhighly integrated strategy requires real-world practice.The case method provides an effective pedagogicalapproach to help students understand and fullyappreciate the complexity of engineering practice, gainexperience and develop the skills necessary to deal withthis complexity, and make connections between varioustopics in their undergraduate curriculum. In this paperwe describe the effort taken in Mechanical Engineering atthe University of Waterloo (UW) to develop andimplement case studies to address this gap.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,389
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 Opus0,081
Tête enseignante GPT0,294
Écart entre enseignants0,213 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetDesign Education and PracticeTravaux en français237 207