MétaCan
Menu
Retour à la cohorte
Enregistrement W2155445477 · doi:10.1061/(asce)1052-3928(2005)131:4(238)

Graphical Communication Using Hand-Drawn Sketches in Civil Engineering

2005· article· en· W2155445477 sur OpenAlexfundno aff
Andrew K. Rose

Notice bibliographique

RevueJournal of Professional Issues in Engineering Education and Practice · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute of Steel ConstructionUniversity of Pittsburgh
Mots-clésCurriculumField (mathematics)Professional communicationComputer scienceCommunication skillsMultimediaEngineeringHuman–computer interactionEngineering ethicsWorld Wide WebPedagogyPsychologyMedical education

Résumé

récupéré en direct d'OpenAlex

Hand-drawn sketches are still an important tool used by civil engineers to graphically communicate technical information. New engineers often have inadequate experience preparing sketches by hand to effectively communicate information graphically. As a result of using computer aided drafting and digital cameras in both engineering education and professional practice, hand-sketching skills are being overlooked. Practicing engineers from an earlier generation generally appreciate the importance of being able to quickly prepare sketches to communicate a concept to a client or to quickly gather and transmit information from field observations. With limited experience in hand sketching, current students may not see the benefits of such skills. To increase student graphical communication skills and develop an appreciation for hand sketching, opportunities to develop and practice hand-sketching skills can be incorporated within the undergraduate curriculum. Examples of hand-sketching exercises intended to help improve students’ graphical communication skills are presented.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,019
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,013
Tête enseignante GPT0,327
Écart entre enseignants0,314 · 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'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

Citations27
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Professional Issues in Engineering Education and PracticeMême sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207