Developing competencies in IT project estimation: A simulation-based training using LEGO ®
Notice bibliographique
Résumé
Des estimations précises des fonctionnalités et du calendrier de projet en technologie de l’information (TI) sont essentielles. Par contre, l’établissement d’estimations précises est ardu puisqu’il arrive que les estimateurs manquent de données historiques, d’expérience, de méthodologies, de connaissances ou de compétences pour estimer. Dans un tel contexte, les étudiants inscrits aux cours en TI et en gestion de projets doivent être sensibilisés aux défis, aux difficultés et aux éléments clés de l’estimation, c’est-à-dire avoir une information riche et de qualité ainsi que de l’expertise et l’expérience appropriées. Afin de soutenir l’acquisition de compétences en estimation, nous avons combiné les avantages de la formation par simulation avec ceux des briques LEGO ® pour développer et tester une simulation en estimation de projets. Nous expliquons pourquoi les briques LEGO ® ont été utilisées et présentons une description des modalités de la simulation. Les observations et les données recueillies lors de quatre trimestres, auprès de 123 étudiants inscrits au cours « Gestion de projet TI » dans une université nord-américaine, sont présentées. Les résultats montrent que les étudiants ont vécu une expérience d’apprentissage positive et enrichissante. En termes de validité pédagogique, la simulation fournit une représentation réaliste du monde des affaires dans lequel les étudiants peuvent développer leurs compétences en estimation en apprenant par la pratique.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».