MétaCan
Menu
Retour à la cohorte
Enregistrement W7100514653

virtual and physical environment

2014· article· en· W7100514653 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEcology and Conservation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTroubleshootingProcess (computing)AutomationContext (archaeology)Work (physics)Production (economics)ProductivityControl (management)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nowadays, industrial software and communication tools allow the managerial staff, engineers and technicians to enhance the productivity and optimize automated production systems without the necessity of being physically on the production floor. In some instances, equipment providers can even assist plant engineers and technicians in troubleshooting specific equipments from a distant site, using advanced tools providing real-time information (visual, process data, etc.) from the plant. The current project, through the use of recent industrial communication technologies, proposes the reproduction of a similar situation, in joint learning activities for future engineers and technicians. This kind of interaction, in an early educational context at both levels, is unique to the knowledge of the authors. The institutions taking part in this project are the Université du Québec à Rimouski (UQAR) and the Cégep de Rivière-du-Loup, located in eastern Quebec. Two activities were initiated, the first as part of a process control course using a stand-alone physical setup, and the second using a currently designed mini-plant for recycling beverage bottles and cans as part of a sequential automation course. Results showed that the students at both institutions were able to work together and communicate effectively despite their different background. The training objectives for this phase of the project were successfully achieved and lessons learned will be further exploited to enhance the training level and student-acquired skills during the following phase of the project.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,701
Score d'incertitude au seuil0,190

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 Opus0,013
Tête enseignante GPT0,181
Écart entre enseignants0,168 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEcology and Conservation StudiesTravaux en français237 207