MétaCan
Menu
Retour à la cohorte
Enregistrement W1909573471 · doi:10.24908/pceea.v0i0.3720

THE CHAIR PROJECT: FIRMNESS, COMMODITY, AND AN EMPHASIS ON DELIGHT

2011· article· en· W1909573471 sur OpenAlexvenueno aff
Elizabeth English

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCourseworkConstruct (python library)Computer scienceArchitectureFolding (DSP implementation)CurriculumObject (grammar)Mathematics educationSoftware engineeringEngineering managementEngineeringPsychologyPedagogyArtificial intelligenceVisual artsArtProgramming language

Résumé

récupéré en direct d'OpenAlex

This paper will describe the theoretical approach and methodology and show the outcome of a pedagogical experiment that has proven to be highly successful in motivating architecture students to master structural analysis and design. The Chair Project is the term project for the last of the sequence of three required Structures courses in the curriculum of the University of Waterloo School of Architecture. Each student is required to design, construct and structurally analyze a folding or take-apart wooden chair for a specific "client". The choice of his/her client is up to the student, but should be a well-known creative personality who can serve as a term-long inspiration for the design of the chair. By being assigned a small but structurally provocative design-build project as part of their structures coursework, the students are provided with an immediate need-to-know application while they are learning the techniques of structural analysis. The folding wooden chair as a design-build and computational analysis project has the additional benefit of being an object that the students are able to construct, analyze and load-test at full scale.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0040,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0600,007

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 Opus0,018
Tête enseignante GPT0,229
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetDesign Education and PracticeTravaux en français237 207