MétaCan
Menu
Retour à la cohorte
Enregistrement W2135673422 · doi:10.5210/fm.v17i7.3968

Materializing information: 3D printing and social change

2012· article· en· W2135673422 sur OpenAlexaff
Matt Ratto, Robert Ree

Notice bibliographique

RevueFirst Monday · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTransformative learning3D printingSection (typography)Process (computing)Session (web analytics)Key (lock)Focus (optics)MultimediaComputer scienceSociologyWorld Wide WebEngineeringBusinessAdvertisingMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Digital desktop fabrication technologies such as 3D printing are currently being lauded in the popular press as a potentially socially transformative technology. We somewhat agree, arguing that 3D printing holds great socioeconomic implications, but also that more sustained attention should be paid to the ways in which 3D printing is entering into our creative environments. Our focus in this article is on the use of rapid prototyping by creatives such as architects, designers, and DIY advocates, since it is within these contexts where the popular themes of 3D printing are currently most concrete. To this end, in section one we provide some background for desktop digital fabrication, contextualizing 3D printing within industrial processes and Maker subcultures. In section two, we summarize our environmental scan of relevant popular and academic literature, using this to identify key trends in this area. We supplement this discussion in section three using our analysis of a ‘critical making’ session that took participants through a process of designing and printing simple objects as well as follow–up interviews with these participants. In the concluding section, we target four areas in need of future research.

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)0,009
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0100,049
Communication savante0,0190,015
Science ouverte0,0010,011
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,039
Tête enseignante GPT0,258
Écart entre enseignants0,219 · 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.

Devis d'étudeQualitatif
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

Citations146
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFirst MondayMême sujetInnovative Human-Technology InteractionTravaux en français237 207