L’influence du développement durable à travers la formation universitaire en design industriel
Notice bibliographique
Résumé
Aujourd’hui, nous savons qu’environ 75 à 80% des impacts environnementaux des produits sont déterminés lors de la conception. Le rôle du designer industriel est donc crucial pour arriver à une forme de développement plus viable. Cette recherche tente de cibler les champs de connaissances qui devraient faire partie de la formation des professionnels du développement de produits pour y intégrer les aspects environnementaux. Après une recension de la littérature en design industriel, en pédagogie et en environnement, l’étude de terrain a été conduite en deux temps. Selon des critères prédéfinis, des programmes universitaires « spécialisés » en environnement/développement durable, au Québec, ainsi que des formations en éco-conception, offerts en France, ont été analysés. L’étude de terrain a été complétée par un entretien en profondeur semi-dirigé avec un consultant, qui aide des entreprises québécoises à intégrer l’environnement en développement de produits. L’analyse des informations recueillies met en évidence la nécessité de transformer rapidement les formations universitaires en conception de produits. Le nouveau cursus de design industriel devrait; 1. Intégrer les connaissances relatives aux impacts environnementaux; 2. Encourager le travail en équipes multidisciplinaires pour enrichir la collecte d’informations relative aux projets de développement; 3. Établir une collaboration étroite entre les établissements d’enseignement et les industries, ce qui est essentiel à la compréhension des enjeux de développement de produits et services (culture de l’entreprise, coût, délais, logistique, réglementation, etc.).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».