MétaCan
Menu
Retour à la cohorte
Enregistrement W3002681148 · doi:10.24908/pceea.vi0.13790

EVOLUTION OF AN INTEGRATED, PROJECT-BASED LOGISTICS ENGINEERING CURRICULUM

2019· article· en· W3002681148 sur OpenAlexaffvenue
Zbigniew J. Pasek, Paweł Pawlewski

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCurriculumsyncEngineering managementEntrepreneurshipProcess (computing)Computer scienceBusiness simulationProduct (mathematics)EngineeringKnowledge managementFrame (networking)BusinessPedagogySociology

Résumé

récupéré en direct d'OpenAlex

This paper describes the evolution of content and teaching practices of an innovative undergraduate curriculum developed for a new Logistics Engineering degree program. Originally proposed and implemented in 2010, the bi-level curriculum follows European directives and complies with the Bologna Process. Over the years the content and teaching practices were continuously reviewed and modified to stay in sync with teaching practices of design and entrepreneurship, progress simulation technologies, and student responses. Since the initial introduction of the curriculum many advances in various relevant areas have taken place and consequently the content of the curriculum had to be updated. For example, Lean Startup Method using Business Model Canvas has replaced business plans in teaching entrepreneurship. Similarly, as general softwarebased simulation tools have grown in complexity, teaching them requires more time and becomes time-impractical. A simpler approach based on limited-instruction tools tailored for product assembly, but built on these general simulation platforms, offers a more effective practical solution.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetQuality and Supply ManagementTravaux en français237 207