MétaCan
Menu
Retour à la cohorte
Enregistrement W3089172678 · doi:10.1177/2327857920091059

Validation of the Design for Mass Adaptation Method – A Case for Higher Medical Treatment Quality

2020· article· en· W3089172678 sur OpenAlexaff
Selin Üreten, Johanna Spallek, Ece Üreten, Dieter Krause

Notice bibliographique

RevueProceedings of the International Symposium on Human Factors and Ergonomics in Health Care · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAdaptabilityAdaptation (eye)Product (mathematics)Quality (philosophy)New product developmentProduct designReliability engineeringEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

This contribution demonstrates the application of the new Design Method Validation System ( DMVS) for the validation of engineering design methods in product development. The application example is a case from the medical branch. The product design method Design for Mass Adaptation ( DfMAd) with individualization and modification steps as triggers is compared to an adapted design method with product individualization but without modification triggers. This experimental study was conducted in accordance with the DMVS procedure. Measured outcomes refer to the usefulness, applicability and acceptance of the design method DfMAd. Two groups of student participants were compared to each other through research tools based on quantitative and qualitative data collection and analysis. Findings show that the considered DfMAd phase successfully leads to the desired benefit for the consideration of variant-oriented alternatives, thus confirming the test hypothesis. In the example of a product, a crutch, a high treatment quality can be achieved by specific adaptability of the product. In addition, it is shown that DMVS is suitable for the development of experiments and that the data collection means are differently suited for the validation of the three criteria.

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)0,065
score de la tête « metaresearch » (Gemma)0,073
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 enseignants0,065
Score d'incertitude au seuil0,342

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,073
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,131
Tête enseignante GPT0,385
Écart entre enseignants0,253 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Symposium on Human Factors and Ergonomics in Health CareMême sujetDesign Education and PracticeTravaux en français237 207