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 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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0070,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,005

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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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