MétaCan
Menu
Retour à la cohorte
Enregistrement W4405674900 · doi:10.24908/pceea.2024.18631

A reflection on Deep Tech Innovation Process: A Case Study on Instructors and Participants of a University Educational Program

2024· article· en· W4405674900 sur OpenAlexafffundvenueabout
Tate Cao, Tom Kishchuk, Kara Friesen, Grant T. Harris

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducation and Learning Interventions
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesInnovation Saskatchewan
Mots-clésReflection (computer programming)Process (computing)Mathematics educationEngineeringEngineering managementMedical educationPsychologySociologyPedagogyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The modern economies are driven by innovation to create key differentiators. As a result, Deep Tech that is being developed in academic and research institutions is receiving more attention as a potential new source of economic development as well as ways to solve industrial and societal challenges. In this paper, we will reflect on our experience to foster Deep Tech Entrepreneurship at the University of Saskatchewan. We will reflect on the progression of how the program has been set up and has evolved over time, the challenges and need for a common language, progress to develop the entrepreneurs, as well as how collaboration with broader non-academic communities was used to enhance the program. This paper aims to provide an overview of the program with the goal of fostering more conversations around best practices for entrepreneurial development.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,417

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,023
Tête enseignante GPT0,303
Écart entre enseignants0,280 · 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'étudeObservationnel
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
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetEducation and Learning InterventionsTravaux en français237 207