MétaCan
Menu
Retour à la cohorte
Enregistrement W2096314112 · doi:10.1115/1.4003249

Biologically Meaningful Keywords for Functional Terms of the Functional Basis

2011· article· en· W2096314112 sur OpenAlexafffund
Hyunmin Cheong, I. Chiu, L. H. Shu, Rob Stone, Daniel A. McAdams

Notice bibliographique

RevueJournal of Mechanical Design · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésComputer scienceBasis (linear algebra)Information retrievalRepresentation (politics)Identification (biology)Biological dataThesaurusArtificial intelligenceMathematicsBioinformaticsEcology

Résumé

récupéré en direct d'OpenAlex

Biology is recognized as an excellent source of analogies and stimuli for engineering design. Previous work focused on the systematic identification of relevant biological analogies by searching for instances of functional keywords in biological information in natural-language format. This past work revealed that engineering keywords could not always be used to identify the most relevant biological analogies as the vocabularies between biology and engineering are sufficiently distinct. Therefore, a retrieval algorithm was developed to identify potential biologically meaningful keywords that are more effective in searching biological text than corresponding engineering keywords. In our current work, we applied and refined the retrieval algorithm to translate functional terms of the functional basis into biologically meaningful keywords. The functional basis is widely accepted as a standardized representation of engineering product functionality. Therefore, our keywords could serve as a thesaurus for engineers to find biological analogies relevant to their design problems. We also describe specific semantic relationships that can be used to identify biologically meaningful keywords in excerpts describing biological phenomena. These semantic relations were applied as criteria to identify the most useful biologically meaningful keywords. Through a preliminary validation experiment, we observed that different translators were able to apply the criteria to identify biologically meaningful keywords with a high degree of agreement to those identified by the authors. In addition, we describe how fourth-year undergraduate mechanical engineering students used the biologically meaningful keywords to develop concepts for their design projects.

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)0,012
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,005

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 Opus0,140
Tête enseignante GPT0,245
Écart entre enseignants0,105 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations92
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanical DesignMême sujetDesign Education and PracticeTravaux en français237 207