MétaCan
Menu
Retour à la cohorte
Enregistrement W2091950629 · doi:10.1115/detc2007-35776

Including Functional Models of Biological Phenomena as Design Stimuli

2007· article· en· W2091950629 sur OpenAlexafffund
Vanessa Vakili, I. Chiu, L. H. Shu, Daniel A. McAdams, Robert B. Stone

Notice bibliographique

RevueVolume 3: 19th International Conference on Design Theory and Methodology; 1st International Conference on Micro- and Nanosystems; and 9th International Conference on Advanced Vehicle Tire Technologies, Parts A and B · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésRepresentation (politics)Computer scienceSet (abstract data type)Artificial intelligenceGrammarFunction (biology)Cognitive scienceHuman–computer interactionPsychologyProgramming languageBiologyLinguistics

Résumé

récupéré en direct d'OpenAlex

This work explores the representation of biological phenomena as stimuli to designers for biomimetic design. We describe a study where participants were asked to solve a micro-assembly problem given a set of biological representations of leaf abscission for inspiration. The visual aids presented to the designers are investigated, and the use of functional models of biological phenomena in particular is critiqued. The designs resulting from the study are classified and theories drawn as to possible influences of the biological representations. Observations, retrospective conversations with participants, and analogical reasoning classifications are used to determine positive qualities as well as areas for improvement in representation of the biological domain. Findings suggest that designers need an explicit list of all possible inherent biological strategies, previously extracted using function structures with objective graph grammar rules. Challenges specific to this type of study are discussed, and possible improvement of representative aids are outlined.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
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 seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,347
Tête enseignante GPT0,388
Écart entre enseignants0,041 · 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

Citations20
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVolume 3: 19th International Conference on Design Theory and Methodology; 1st International Conference on Micro- and Nanosystems; and 9th International Conference on Advanced Vehicle Tire Technologies, Parts A and BMême sujetDesign Education and PracticeTravaux en français237 207