MétaCan
Menu
Retour à la cohorte
Enregistrement W3125341293 · doi:10.22067/jwsd.v6i3.71839

اخلاق در حرفه مهندسی

2020· article· fa· W3125341293 sur OpenAlexaboutno aff
ندا شیخ رضازاده نیکو, کامران داوری, بیژن قهرمان, علی‏ نقی ضیائی, شهداد صفوی

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2020
Typearticle
Languefa
DomaineComputer Science
ThématiqueEducational Robotics and Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Human achievements have led to large advancements in technology which along with the beneficial and valuable effects have also had catastrophic social consequences due to the lack of proper use and management. Therefore, ethics are considered as one of the critical components in the growth of science and culture. Engineers have a high social status with privileges that come with it. In return, it is expected from them to be responsible in their profession and carry out their duties as well as satisfying expectations of the public, protection of the environment, preventing the occurrence of catastrophes, and acting as role models for the next generation which incorporates both macro and micro dimensions of ethics. Training ethics in different educational levels (primary, secondary, and high school) facilitates the compliance at university level, which then increases the students’ flexibility in learning ethical problems in the engineering profession. The participation of students and engineers in compiling ethical instructions increases their effectiveness, and enables each generation to solve their social and professional problems. In this paper, some case studies such as the collapse of the Quebec bridge, the Chernobyl disaster, the Fukushima catastrophe, the gradual drying of Lake Urmia, groundwater table drop, land subsidence, and unsustainable development of modern irrigation are investigated. The engineering mistakes, the decisions taken, and how the crisis was managed based on the ethical aspects of each of the aforementioned test cases are investigated for their carelessness, negligence, ignorance, and deliberate mistakes.

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)0,001
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,272
Score d'incertitude au seuil0,908

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0060,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,2720,265

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 Opus0,388
Tête enseignante GPT0,559
Écart entre enseignants0,171 · 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
GenreAutre

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetEducational Robotics and EngineeringTravaux en français237 207