Learning by Doing in Architectural Education: From Urban Design to Architectural Design, Yenikapı-İnebey Case Study
Notice bibliographique
Résumé
Bu makalede, İstanbul Kültür Üniversitesi Mimarlık Bölümünden 74 lisans öğrencisinin katıldığı ve mimarlık öğrencilerinin kentsel ölçekteki verileri yaparak öğrenme sürecinde tasarımlarına ne ölçüde taşıyabildiğini inceleyen 2 yarıyıl süreli bir çalışma ele alınmaktadır. Çalışmanın ilk yarıyılında, öğrenciler Yenikapıİnebey Mahallesi’nde kentsel tasarım kriterleri doğrultusunda kapsamlı bir analiz gerçekleştirmiştir. İkinci yarıyılda, ilk olarak, analiz alanına yakın bir proje alanı seçilmiş ve öğrencilerden, emsal, hmax, işlev açısından serbest bir mimari projeyi kütlesel olarak yerleştirmeleri beklenmiştir. Bu aşamayı takiben, öğrencilerin tasarımlarını etkileyen kriterleri belirlemek amacıyla açık uçlu bir soru yöneltilmiştir. Çalışmanın sonuçları, yaparak öğrenme yöntemi bağlamında değerlendirildiğinde, mimarlık öğrencilerinin teori ve uygulama düzeyinde edindikleri temel kentsel tasarım bilgilerini ve unsurlarını, tasarımın alt ölçeklerine taşıyabildikleri görülmektedir.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,006 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».