MétaCan
Menu
Retour à la cohorte
Enregistrement W2966626948 · doi:10.1017/dsi.2019.281

A Survey of Design Reviews: Understanding Differences by Designer-Roles and Phase of Development

2019· article· en· W2966626948 sur OpenAlexaff
James Chen, Gustavo Zucco, Alison Olechowski

Notice bibliographique

RevueProceedings of the ... International Conference on Engineering Design · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNew product developmentDesign review (U.S. government)Context (archaeology)Product designDesign educationProduct (mathematics)Design briefIndustrial designComputer scienceDesign technologyEngineering managementProcess managementKnowledge managementEngineeringSystems engineeringBusinessOperations managementMarketingProduct testing

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we present the results of a survey of new product development practitioners regarding their design review experiences. We surveyed 128 product development professionals on their experience and preferences in design reviews. We found that the goals and type (location / synchronicity) of design reviews change over the course of a product development project. We found that the majority of design review meetings continue to be held as co-located, live, in-person meetings. For reviewing 3D models, we found that a native CAD package (rather than a viewer, or fixed views, or a physical prototype) is the most commonly used tool. We found a difference between Designers (more likely to be product engineers) and Non-Designers and their access to CAD software, as well as their preference for which tool to use at the design review for 3D model evaluation. We hope that our findings spark future work related to better understanding design reviews and design reviewers in context. Design reviews are an important part of industrial product development processes, so we believe future studies have a large potential to improve these design activities

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)0,046
score de la tête « metaresearch » (Gemma)0,245
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,245
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,152
Tête enseignante GPT0,297
Écart entre enseignants0,145 · 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'étudeObservationnel
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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... International Conference on Engineering DesignMême sujetDesign Education and PracticeTravaux en français237 207