L’influence du développement durable à travers la formation universitaire en design industriel
Bibliographic record
Abstract
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.).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".