MétaCan
Menu
Retour à la cohorte
Enregistrement W2998684642 · doi:10.5430/ijhe.v9n2p25

Modelling Approach of an Innovation Process in Engineering Education: The Case of Mechanical Engineering

2019· article· en· W2998684642 sur OpenAlexvenueno aff
Imane Zergout, Souad Ajana, Catherine Adam, Soumia Bakkali

Notice bibliographique

RevueInternational Journal of Higher Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience, Technology, and Education in Latin America
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)ProsperityMultidisciplinary approachStructuringRealisationHuman resourcesEngineeringEngineering managementProcess managementInnovation managementWork (physics)Identification (biology)Knowledge managementManagement scienceNew product developmentField (mathematics)DirectiveComputer scienceBusinessManagementMechanical engineeringMarketing

Résumé

récupéré en direct d'OpenAlex

Nowadays, the concept of innovation is omnipresent in most political discourses as well as in technological, socio-economic and scientific development plans. Innovation is essential for solving complex problems in new ways, which can lead countries to development and prosperity. The realisation of an innovation is not the result of a random act, but the product of a multidisciplinary process, rich in methods and scientific and technical tools, using materials and human resources. These human resources, in particular engineers, must possess both technical and soft skills that strengthen their capacity to innovate, and which have been in continual development since the initial training phase. Innovation is at the heart of engineer training concerns and requires management and structuring according to a well-defined process.The objective of this paper is to present the approach followed to define an innovation training process model for engineers through Project Based Learning (PBL). In this work, we have identified the main components of our process through a combination of data from the literature review and the results of an empirical study. Innovative projects in the field of mechanical engineering, carried out by future Moroccan engineers, were studied in depth. The results of the study enabled the identification of the different elements characterising the process of carrying out an innovative project such as the inputs, outputs, control milestones and resources required for the implementation of innovative educational projects in this field. These elements were supported by semi-directive interviews to form the basis of our systemic modelling.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,022
Tête enseignante GPT0,352
Écart entre enseignants0,331 · 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'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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetScience, Technology, and Education in Latin AmericaTravaux en français237 207