MétaCan
Menu
Retour à la cohorte
Enregistrement W2890833781

Simulation Games for Active Learning of ERP Concepts.

2018· article· en· W2890833781 sur OpenAlexaff
Jean-François Michon, Forough Karimi-Alaghehband, Félix Gaudet-Lafontaine

Notice bibliographique

RevueJournal of the Association for Information Systems · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Database Systems and Queries
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer scienceActive learning (machine learning)Human–computer interactionKnowledge managementArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Teaching the concepts underlying an Enterprise Resource Planning (ERP) system is a difficult task. Many students have very little IT experience to which they can relate these concepts. They may have acquired business experience in one or two functional areas, but many of them have only a limited understanding of the operational aspects supporting the value creation process in modern firms. Moreover, they usually have had no firsthand experience with the functional non-integrated software that the ERP system was designed to replace. For these students, the horizontal integration of the firm can be very abstract due to their lack of hands-on experience with legacy systems. \\ \\ ERPsim solutions are innovative “learning-by-doing” approaches to teaching ERP concepts. Several administrative functions in SAP are automated, so that students can focus on making business decisions. Using a mix of the ERP system’s standard transactions and customized reports, students must analyze information and make business decisions to ensure the profitability of their operations. The main learning objectives of this game are: (i) to develop a hands-on understanding of the concepts underlying enterprise systems, (ii) to experience the benefits of enterprise integration, (iii) and to develop technical skills using ERP software. \\ \\ The ERPsim Lab develops innovative teaching solutions by transforming business software into dynamic learning platforms. In this workshop, the lab’s flagship solution, ERPsim, will be introduced. This solution enables participants to understand ERP concepts by experiencing a continuous-time simulation where they have to run a business by leveraging the capabilities of SAP ERP and S/4HANA. Through the experience, the link between ERPsim and SAP will be demonstrated. \\ \\ The participants will also become familiar with other activities of the ERPsim Lab such as solutions that are developed for teaching data analytics concepts. \\

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)0,001
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,003
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 Opus0,015
Tête enseignante GPT0,299
Écart entre enseignants0,283 · 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
GenreMéthodes

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information SystemsMême sujetAdvanced Database Systems and QueriesTravaux en français237 207