MétaCan
Menu
Retour à la cohorte
Enregistrement W3100039087 · doi:10.22215/etd/2019-13661

The Role of 3D Printed Objects Facilitating the Process of Mutual Communication and Collective Idea Generation Between Non-designers and Designers

2019· dissertation· en· W3100039087 sur OpenAlexaffabout
Pablo Arzate

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésIdeationCLARITYProcess (computing)Context (archaeology)Design processEngineering design processDomain (mathematical analysis)Human–computer interactionComputer scienceEngineering3d printedWork in processPsychologyManufacturing engineeringCognitive scienceMechanical engineeringOperations management

Résumé

récupéré en direct d'OpenAlex

The arrival of 3D printing technology, otherwise known as additive manufacture, has had a profound influence on the design and manufacturing fields.It has significantly reduced the cost of design and increased its accessibility to diverse industries, such as science and medicine.Despite the remarkable technological improvements in 3D printing technology, there are still diverse challenges that scientific laboratories encounter when using such equipment to develop customized lab equipment.A major challenge is successfully transferring and incorporating the scientists' ideas during the design process using the 3D printer due to their limited experience in design practices.The majority of the literature on 3D printers and the design field focus on its manufacture benefits.This paper fills a gap in the existing literature and explores the role of 3D printers in the ideation process of design, specifically in the context of Co-design environments with scientists.It is argued that 3D printed objects can support ideation by allowing enhanced engagement between participants, helping uncover important insights and increasing the team's idea generation process, as well as enhancing the clarity of communicating these design ideas.A workshop was conducted to test this hypothesis at the University of Ottawa Laboratory of Cellular and Molecular Medicine with neurobiologists and engineers.The results of the workshop demonstrated that the 3D printer could support scientists in the ideation process by enabling different domainspecific types of interactions.In the case of the scientists, realistic simulations brought by 3D printed objects displayed an opportunity to explore a design iii challenge through different perspectives and domain knowledge lenses.In addition, two examples of collaboration with the group scientist using the 3D printer and co-design practices will be presented.

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)0,011
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,007
Communication savante0,0100,006
Science ouverte0,0010,009
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,015
Tête enseignante GPT0,280
Écart entre enseignants0,266 · 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'étudeQualitatif
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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDesign Education and PracticeTravaux en français237 207