MétaCan
Menu
Retour à la cohorte
Enregistrement W3089150156 · doi:10.1017/dsj.2020.21

Supporting designers: moving from method menagerie to method ecosystem

2020· article· en· W3089150156 sur OpenAlexaff
Kilian Gericke, Claudia Eckert, Felician Campean, P. John Clarkson, Elias Flening, Ola Isaksson, Michael Kokkolaras, Christian Köhler, Massimo Panarotto, Miriam Wilmsen

Notice bibliographique

RevueDesign Science · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceDesign methodsPosition (finance)Position paperManagement scienceEngineering ethicsEngineeringBusinessWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Abstract Supporting designers is one of the main motivations for design research. However, there is an ongoing debate about the ability of design research to transfer its results, which are often provided in form of design methods, into practice. This article takes the position that the transfer of design methods alone is not an appropriate indicator for assessing the impact of design research by discussing alternative pathways for impacting design practice. Impact is created by different means – first of all through the students that are trained based on the research results including design methods and tools and by the systematic way of thinking they acquired that comes along with being involved with research in this area. Despite having a considerable impact on practice, this article takes the position that the transfer of methods can be improved by moving from cultivating method menageries to facilitating the evolution of method ecosystems. It explains what is understood by a method ecosystem and discusses implications for developing future design methods and for improving existing methods. This paper takes the position that efforts on improving and maturing existing design methods should be raised to satisfy the needs of designers and to truly support them.

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)0,097
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,512

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,072
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0090,033
Communication savante0,0220,033
Science ouverte0,0030,029
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,074
Tête enseignante GPT0,374
Écart entre enseignants0,300 · 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'étudeThéorique ou conceptuel
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

Citations51
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesign ScienceMême sujetDesign Education and PracticeTravaux en français237 207