MétaCan
Menu
Retour à la cohorte
Enregistrement W4394834800 · doi:10.4322/rae.v12n2.e201716.en

SIMULATION SUPPORTS AS INTERMEDIATE DESIGN OBJECTS: EXPERIENCES IN THE PETROLEUM REFINING INDUSTRY

2017· article· en· W4394834800 sur OpenAlexaff
Daniel Braatz, Nilton Luiz Menegon

Notice bibliographique

RevueRevista Ação Ergonômica · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésRefining (metallurgy)Oil refineryPetroleum industryPetroleum engineeringPetroleumComputer scienceProcess engineeringManufacturing engineeringBiochemical engineeringEngineeringChemistryWaste managementMetallurgyMaterials scienceEnvironmental engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A ergonomia se preocupa em compreender o trabalho para transformá-lo. Para aumentar sua capacidade de intervenção efetiva esta disciplina se aproxima da engenharia, em especial da engenharia de produção, buscando métodos, técnicas e ferramentas que a auxiliem no processo de concepção de situações produtivas. As áreas do conhecimento relacionadas ao design de engenharia e, em especial, do projeto do trabalho, podem colaborar substancialmente para a efetividade da incorporação da perspectiva da atividade (segundo conceito da ergonomia situada) neste processo. A partir de uma articulação teórica e conceitual, que serviu como referencial da pesquisa de campo em uma indústria de refino de petróleo, busca-se compreender como diferentes suportes de simulação foram determinantes para a incorporação das racionalidades, interesses, restrições e expectativas dos atores participantes do processo de concepção. A pesquisa apresenta recomendações para que o projeto de situações produtivas comporte uma concepção continuada e distribuída, tendo a simulação como instrumento orientado ao objeto (ação projetual do sistema técnico), ao outro (ação coordenada) e ao próprio sujeito (ao comportar espaço para seu desenvolvimento, aprendizado e transformação).

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,382
Score d'incertitude au seuil0,441

Scores Codex et Gemma par catégorie

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

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 GPT0,277
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Ação ErgonômicaMême sujetBIM and Construction IntegrationTravaux en français237 207