MétaCan
Menu
Retour à la cohorte
Enregistrement W1796650049 · doi:10.24908/pceea.v0i0.3769

A COMPARISON OF CONCEPT SELECTION IN CONCEPT SCORING AND AXIOMATIC DESIGN METHODS

2011· article· en· W1796650049 sur OpenAlexaffvenue
Adrian Xiao, Simon S. Park, Theo Freiheit

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAxiomatic designComputer scienceProbabilistic designConceptual designSelection (genetic algorithm)Robustness (evolution)Axiom independenceAxiomManagement scienceEngineering design processArtificial intelligenceMathematicsEngineeringCompatibility (geochemistry)

Résumé

récupéré en direct d'OpenAlex

The appropriate selection of design concepts has a strong influence on product cost, durability, robustness and functionality. Effective tools to identify good design concepts are critical. Different design methodologies have different objectives to aid in making the right decision. Some design methods are complementary, whereas others may provide contradictory results. In this study, two design methods, concept scoring and axiomatic design, are compared for their ability to obtain good design concepts. Conceptual designs of micro-pumps, which provide pressure gradients to actuate the flow of liquids and gas, are used to evaluate the design methods. Metrics are used to compare these two design methodologies’ abilities to achieve objective evaluations. The concept scoring method is easy to use, especially when comparing different designs. The axiomatic design method provides a structured and mathematical design evaluation; however, achieving good design through the uncoupling or decoupling of matrices is challenging. Further study is required to integrate these two design methods.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,503

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,021
Tête enseignante GPT0,258
Écart entre enseignants0,237 · 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'étudeExpérimental (laboratoire)
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

Citations22
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207