MétaCan
Menu
Retour à la cohorte
Enregistrement W1992553170 · doi:10.1243/09544054jem1387

Adaptable design: Concepts, methods, and applications

2009· article· en· W1992553170 sur OpenAlexaff
Peihua Gu, Deyi Xue, A.Y.C. Nee

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part B Journal of Engineering Manufacture · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueProduct Development and Customization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDesign technologyModular designProduct designSystems engineeringPersonalizationComputer scienceManufacturing engineeringProduct (mathematics)Quality (philosophy)Design review (U.S. government)EngineeringRisk analysis (engineering)BusinessOperations managementProduct testingWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Increasing competition in the global marketplace demands products with better functionality, higher quality, lower cost, shorter delivery lead time, and increased environmental friendliness. Although advanced manufacturing technologies can partially address these challenges, advanced design technologies are considered critical, since most design and manufacturing properties of a product are influenced by the design decisions made in the early design stages. This paper provides a comprehensive review on a new design paradigm — adaptable design — that aims at developing adaptable products to satisfy the various requirements of customers. The topics discussed in this review include the fundamental concepts, objectives, methodologies, and applications. The paper also presents the differences between adaptable design and other design methods, such as modular design, platform design, and product customization. The focus is on mechanical product design; however, potential applications of adaptable design in other disciplines are also briefly mentioned.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,003
Communication savante0,0040,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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'étudeThéorique ou conceptuel
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

Citations109
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part B Journal of Engineering ManufactureMême sujetProduct Development and CustomizationTravaux en français237 207