MétaCan
Menu
Retour à la cohorte
Enregistrement W3118993519 · doi:10.22215/etd/2014-10397

Wayfinding in University Settings: A Case Study of the Wayfinding Design Process at Carleton University

2014· dissertation· en· W3118993519 sur OpenAlexaffabout
Kehinde Oyelola

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésDocumentationCreativityProcess (computing)PsychologyComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

This research focuses on the complex issues that pertain to wayfinding within a university campus.The research centers on Carleton University in Ottawa, Canada, as a specific case study.In addition to a literature search on issues of wayfinding in such environments, primary research engaged several stakeholders at Carleton University, which served as the bases for the methods of investigation.The three methods of collecting evidence were semi-structured interviews with organisation staff and design consultants, an online survey of end-users and finally an archival document analysis that related these findings to policies and general documentation available through Carleton websites.The study examined best practice at Carleton University.During that examination, it was concluded that designers have a role to play in terms of providing effective, functional and useful wayfinding design, which should be included earlier in the design process.In addition, designers need to be aware of inclusive activities, such as understanding the importance of special populations (i.e.people with disabilities and other outliers).Furthermore, consideration of such needs may result in creativity and innovation that goes beyond the typical aesthetic standards.

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)0,008
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,932
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0290,010
Communication savante0,0080,004
Science ouverte0,0030,007
Intégrité de la recherche0,0060,003
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 Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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

Citations4
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSpatial Cognition and NavigationTravaux en français237 207