USO DE CAE COMO FERRAMENTA DE ENSINO - APRENDIZAGEM NA DISCIPLINA DE MECANISMOS
Notice bibliographique
Résumé
Resumo: Um dos grandes desafios do ensino na engenharia é motivar os estudantes principalmente nos períodos iniciais do curso, através da aplicação da teoria na prática, tornando os componentes curriculares mais dinâmicos e apresentando aos estudantes ferramentas modernas para resoluções de problemas reais de engenharia.Face à esta necessidade, este trabalho tem como objetivo apresentar uma análise numérica de um mecanismo de quatro barras através de uma ferramenta CAE (Computer Aided Engineering -Engenharia Assistida por Computador), na disciplina de Mecanismos do Curso de Engenharia Mecânica.O mecanismo de quatro barras tem ampla aplicação em máquinas e equipamentos e é de fundamental importância que os estudantes entendam o tipo de movimento gerado e a trajetória das barras que o compõem.Esta ferramenta vem auxiliar este entendimento através da simulação dos movimentos das barras, além de verificar o desempenho do mecanismo de quatro barras a partir de sua posição e velocidade.Desta forma, demonstrar que a utilização de simuladores é benéfica, a partir de conhecimentos dos processos analíticos.Após a utilização da ferramenta os alunos demonstraram melhor entendimento da disciplina e isto foi verificado através de relatórios onde os resultados foram avaliados por uma banca de professores.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».