MétaCan
Menu
Retour à la cohorte
Enregistrement W4248582498 · doi:10.1017/cbo9781139878395.002

Preface

2001· book-chapter· en· W4248582498 sur OpenAlexaff
Stephen Armstrong

Notice bibliographique

RevueCambridge University Press eBooks · 2001
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhilosophy

Résumé

récupéré en direct d'OpenAlex

As the frontiers of technology advance and the work of engineers takes on an increasingly important role in our economy, companies with effective product development and engineering processes will be poised to create value for their shareholders. Those without the will to improve engineering and product development processes will be destined to lag behind. Our university engineering programs focus on graduating technically sound engineers. Students study the disciplines of structural design or fluid mechanics. However, in both North America and Europe, little attention is paid to teaching the practice of engineering management. Engineering programs typically contain a fourth-year course on engineering economics, where students are taught the mechanics of discounted cash flows and budgets. The courses do not deal with the challenges of managing complex engineering-driven companies. With this gap in the training of engineers, it should come as no surprise when a graduate engineer practices engineering for two or three years and then leaves the profession to take an MBA. Many of these bright young engineers cut all ties to engineering. However, MBA programs are not designed to create engineering managers. The best of them teach the integration of management disciplines to teach general management; however, the worst provide the engineer with little more than a few specialized tools to apply in the area of marketing or finance. Generally speaking, the practice of engineering management is not taught in our universities.

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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,4940,317

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 Opus0,026
Tête enseignante GPT0,200
Écart entre enseignants0,174 · 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
GenreÉditorial

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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetDesign Education and PracticeTravaux en français237 207