Bridging Cross-Domain Terminology for Biomimetic Design
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This work aims to improve creativity and innovation in design by facilitating the use of cross-domain analogies, particularly from biological phenomena, as stimulus for concept generation. Rather than create an enormous database of biological knowledge to specifically support engineering design, we have chosen to take advantage of the large amount of biological knowledge already in natural-language format, e.g., books, journals, etc. Relevant biological analogies for any given design problem are found by searching for instances of functional keywords that describe the intended effect of the design solution in a natural-language corpus. However, the optimal choice of keywords, or search terms, is complicated by the fact that engineers and biologists may use differing domain-specific lexicons to describe related concepts. Therefore, an engineer without sufficient background in biology may not be able to identify keywords with biological connotation that are not obviously related to the engineering keywords. This paper describes efforts to bridge the gap in lexicons by examining words that frequently collocate with searched words. The biological meaningfulness of these bridge words is characterized by how frequently they occur within definitions of biological terms in a biology dictionary. Search words identified this way may not be obvious to domain novices, and may parallel those suggested by domain experts, thus facilitating the use of cross-domain ideas to support design. Our approach of generating bridge words with biological meaningfulness is generic and can be used to bridge any disparate domains (e.g., engineering and economics). Thus designers are enabled to quickly access relevant concepts from different domains to produce more innovative solutions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle