MétaCan
Menu
Retour à la cohorte
Enregistrement W7133028933

Analyzing Industry Cloud-computer-aided Design (CAD) Behaviours to Enhance Teaching Practices

2021· dissertation· W7133028933 sur OpenAlexaff
Kevin Leonardo

Notice bibliographique

RevueTSpace · 2021
Typedissertation
Langue
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCADJoint (building)Control (management)Qualitative analysisKey (lock)Qualitative research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduced in the 1960s, computer-aided design (CAD) has become an essential tool in an engineer’s repertoire. Since its inception, CAD has seen emerging breakthroughs in the form of cloud-CAD which allows for greater control and management over the design process. Despite these innovations, we continue to teach CAD focusing on traditional practices.To modernize how CAD is taught, we propose learning from industry CAD users. Through a qualitative study, we interview industry users about the responsibilities and challenges of adopting cloud-CAD. Subsequently, we take a quantitative approach by collaborating with an industry partner and retrieving their server analytics. Through a statistical analysis, we aim to identify underlying behaviours and patterns. Through this joint approach, we can better understand the expectations newly graduated engineers will encounter upon entering the workforce; with this information, we can tailor the CAD teaching practices to best meet student needs.

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 candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,623
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,000
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,367
Écart entre enseignants0,326 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetDigital Transformation in IndustryTravaux en français237 207