MétaCan
Menu
Retour à la cohorte
Enregistrement W2284422316 · doi:10.31686/ijier.vol4.iss1.501

Understanding and Creating 3D Forms Using Familiar Objects

2016· article· en· W2284422316 sur OpenAlex
Mithra Zahedi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal for Innovation Education and Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésStudioProcess (computing)Mathematics educationVocabularyComputer scienceSpatial abilityExpression (computer science)Subject (documents)PsychologyWorld Wide WebLinguistics

Résumé

récupéré en direct d'OpenAlex

A fundamental for first-year design students is to express ideas by drawing and creating volumetric models. Traditionally, this education includes spatial geometry and generation of forms whereby students learn to appreciate intersections of volumes and projections to describe three-dimensional (3D) forms in two dimensions. However, given the aptitude of today’s students to operate 3D-modelling software and the general accessibility of current technology, spatial geometry as a core subject may seem less relevant. Our goal is to re-engage students in learning required basic knowledge and skills through a complex multifaceted design process. We have designed a first-semester course of four project-based learning activities that apply learning-by-doing methodology. For each of the past three years, 65 to 75 students have participated in our 3D Expression studio course, in which they develop understanding of design process, vocabulary, and skills to create 3D models with precision, refinements, and high-level visual impact. This paper reports on the successful results of activities conducted during the 14 full days of this studio course.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil0,303

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,309
Tête enseignante GPT0,477
Écart entre enseignants0,168 · 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