Notice bibliographique
Résumé
There is one thing that is certain in design: design is uncertain.The uncertainty in design is rooted in the nature of the design problem: the recursive evolution of design problem along with design solutions and related design knowledge (Zeng, 2004;Zeng & Cheng, 1991;Zeng & Gu, 1999).Design uncertainty takes many forms; one most acknowledged form is its unpredictability in that the future decisions are uncertain in its behaviour, in its value, and in its reliability; another uncertainty comes from misunderstanding in design communications in that people may have different perceptions for the same received information (Nguyen & Zeng, 2017;Tan et al., 2016); the third one is resulted from the imperfect understanding of a design situation.This issue presents three research papers addressing different aspects of design uncertainty.The first paper, titled "Classification of Change-Related Ilities Based on a Literature Review of Engineering Changes" by Colombo et al., argues that uncertainty is a major hurdle for effective and efficient system changes, which are central to the design of complex and innovative systems.A meta-framework is proposed to define and identify the needed Ilities that may facilitate changes in technical systems.Ilities represent a common terminology to reduce the ambiguity in effective communication of knowledge resided in best practices.Seven engineering change features are summarized based on nine change Ilities frameworks and about 330 sources.Founded on the systematic literature review of change-related Ilities, the authors aim to propose a classification of the Ilities in terms of system lifecycle.Some future directions are also discussed in the paper.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,032 |
| Communication savante | 0,008 | 0,016 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».