Emerging Techologies in a Tele-Collaborative Design Studio between Pennsylvania State University And Carleton University
Notice bibliographique
Résumé
The research project investigates the use of a network-enabled platform (NEP) involving a combination of technologies that include: high bandwidth network infrastructure; high-performance visualization and computer cluster solutions; standard and high definition tele-presence/communication infrastructure; co-located immersive environments; and a range of modeling and imaging applications. The NEP enabled student teams in multiple locations to collaborate via on-demand, synchronous access to project data, visualization, modeling, simulation and multimodal interpersonal communication tools through a web service based dashboard interface that hid the logistic and technical complexities to the user. As a preliminary report on a proof-of-concept design studio conducted during the spring semester of 2007 between the Carleton Immersive Media Studio (CIMS) at Carleton University in Ottawa and the Immersive Environment Laboratory (IEL) at Pennsylvania State University, the paper first describes the implementation of this network-centric collaborative design platform. The report articulates the staging of the conditions of possibility for a dynamic interplay between technological mediation and the reality of making, then compares the use of high bandwidth technology with customized symmetrical toolsets in the tele-collaborative educational environment, versus commercial toolsets deployed over moderate bandwidth connections. In each setting, the collaborative environment is assessed according to issues encountered by students and design outcomes. The effectiveness of the digitally mediated collaborative studio is also gauged in terms of student reaction to the learning process via feedback surveys and questionnaires.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».