MétaCan
Menu
Retour à la cohorte
Enregistrement W2106909050 · doi:10.1504/jdr.2007.015569

Visualising early engineering design information with diagrams

2007· article· en· W2106909050 sur OpenAlexaff
Filippo A. Salustri, Janaka S. Weerasinghe, Rob Bracewell, Nathan L. Eng

Notice bibliographique

RevueJ of Design Research · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésUSableComputer scienceComprehensionSoftware engineeringHuman–computer interactionData scienceWorld Wide WebProgramming language

Résumé

récupéré en direct d'OpenAlex

The development of computer-based diagramming tools to support the early stages of engineering design and to improve the capacity to innovate is described. We believe that the human brain is currently the best available device to perform early designing. Thus, good tools will facilitate designers' abilities to 'see' information patterns, reflect on them, and achieve insights they may not have achieved otherwise. Our work suggests that diagram layout and style are at least as important as the textual content for their rapid comprehension. These features can be easier to manage in software than in textual descriptions, leading to tools that are more robust and usable. We are working along several lines of enquiry intended to explore particular aspects of the matter, including using existent tools such as concept maps, and developing alternative tools to test ideas about supporting early design by diagramming. While we have not formally evaluated much of our work, anecdotal evidence is encouraging.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,364
Écart entre enseignants0,263 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations7
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJ of Design ResearchMême sujetDesign Education and PracticeTravaux en français237 207