MétaCan
Menu
Retour à la cohorte
Enregistrement W2668666886 · doi:10.21300/19.1.2017.363

Adapting The Industrial Stage-Gate <sup>®</sup> Process To Create A Novel Master’S Degree Innovation Curriculum

2017· article· en· W2668666886 sur OpenAlexaff
Angelika Domschke, John A. Blaho

Notice bibliographique

RevueTechnology & Innovation · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensDomtar (Canada)
Organismes subventionnairesnon disponible
Mots-clésDegree (music)Process (computing)CurriculumStage (stratigraphy)Manufacturing engineeringEngineeringComputer scienceEngineering managementPhysicsSociologyPedagogyProgramming languageGeology

Résumé

récupéré en direct d'OpenAlex

This article describes the creation of a novel product-driven master’s degree curriculum in translational medicine based on the industrial Stage-Gate® process. Stage-Gate is an essential tool used by top industrial companies to successfully manage complex development processes for products like medical devices and drugs. Intimate knowledge of this tool is key in the translation of a brilliant concept to a successful product. Currently, Stage-Gate is predominantly taught to high-level executive leadership personnel or in business-related graduate programs. Unfortunately, this “top-down approach” does not leverage the full workforce that is involved in the process. A skilled workforce on all levels, including graduate-level technical experts, is desired by industry to reduce costly ramp-up resources and to boost the attrition rate of successful new products.We adapted the Stage-Gate process to a new and exceptionally visionary master’s degree program in translational medicine. A vertically integrated strategy was utilized to implement Stage-Gate. Industry expert lecturers were assigned to teach Stage-Gate in the context of small and large company environments. The Stage-Gate process itself was integrated into the curriculum schedule to allow continued hands-on practice from a company perspective. Courses were aligned and supplemented to adequately deepen key aspects of the Stage-Gate tool and seamlessly integrate the multidisciplinary curriculum that combines comprehensive core competency in medicine, engineering, and business. Finally, students were required to undergo a formal Stage-Gate review at the completion of each Stage-Gate step. The results illustrate the effectiveness of this adaptation to teach the Stage-Gate tool in a pilot cohort.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0240,012

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 Opus0,068
Tête enseignante GPT0,284
Écart entre enseignants0,216 · 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'étudeSans objet
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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology & InnovationMême sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207