MétaCan
Menu
Retour à la cohorte
Enregistrement W2908055269 · doi:10.1111/dsji.12174

Patio Swings Intermodal Shipping Competition: An Inquiry‐Based Partial Information Exercise

2019· article· en· W2908055269 sur OpenAlexaff
Brent Snider, Nancy Southin, Rosanna Cole

Notice bibliographique

RevueDecision Sciences Journal of Innovative Education · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Learning and Leadership
Établissements canadiensThompson Rivers UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSupply chainCompetition (biology)Class (philosophy)Supply chain managementChinaBusinessMarketingOperations managementComputer scienceEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Rather than providing all the required information as classroom exercises typically do, this international purchase and intermodal transportation competitive in‐class exercise intentionally holds back selected supply chain details. This inquiry‐based learning (IBL) approach simulates a real‐world Distribution Requirements Planning scenario by requiring students to identify what information they need and seek out those details from the instructor while competing with fellow student groups. In this 20‐30 minute exercise students are challenged to identify the all the necessary supply chain activities required to effectively ship patio swings from a supplier in China to a national retail chain in time for a spring sale. Generating the benefits of improved critical thinking in a fraction of the time required for traditional IBL, the approach is best described as a Partial Information Exercise. A student survey ( n = 310) found that students strongly supported the inquiry approach, it generated significantly increased interest in global supply chain management roles and responsibilities, and over 91% of participants recommended the exercise continue to be part of the introductory operations and supply chain management course.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,310
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,008
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,310
Écart entre enseignants0,270 · 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'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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Sciences Journal of Innovative EducationMême sujetOrganizational Learning and LeadershipTravaux en français237 207