MétaCan
Menu
Retour à la cohorte
Enregistrement W2190548592 · doi:10.1115/1.4032195

Design for the Developing World: Common Pitfalls and How to Avoid Them

2015· article· en· W2190548592 sur OpenAlexaboutno aff
Amy E. Wood, Christopher A. Mattson

Notice bibliographique

RevueJournal of Mechanical Design · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Civil, Mechanical and Manufacturing InnovationNational Science Foundation
Mots-clésEngineering design processContext (archaeology)Developing countryEngineeringProcess (computing)Face (sociological concept)Resource (disambiguation)Engineering ethicsProduct designProduct (mathematics)Engineering managementSystems engineeringComputer scienceRisk analysis (engineering)Mechanical engineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Engineers face many challenges when designing for the developing world, which are not typically encountered in other design circumstances, such as a lack of understanding of language, culture, and context. These challenges often prevent engineers from having a sustained impact as they design for resource-poor individuals. In this paper, reports from 41 engineering projects in the developing world were analyzed, and common pitfalls were identified. The data came from Failure Reports from Engineers Without Borders (EWB) Canada and from the authors' own field reports. After the pitfalls are described, the authors present a visual tool called the Design for the Developing World Canvas to help design teams that are developing manufactured products to avoid these common pitfalls. This canvas can be used throughout the product development process as part of regular design reviews to help the team evaluate their progress in advancing the design while avoiding the pitfalls that engineers commonly face.

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)0,055
score de la tête « metaresearch » (Gemma)0,139
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,292

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0550,139
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0120,018
Communication savante0,0170,025
Science ouverte0,0050,013
Intégrité de la recherche0,0070,011
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,138
Tête enseignante GPT0,280
Écart entre enseignants0,142 · 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'étudeSans objet
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

Citations67
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanical DesignMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207