Assessing the post-occupancy performance of educational design/build: the thinking while doing initiative
Notice bibliographique
Résumé
Purpose Educational design/build (e-d/b) curricula in university-level professional schools of architecture have flourished in recent years, internationally, as new programs are launched and the volume of built work increases dramatically. This growing body of built work, however, has typically not been subjected to rigorous behavioral assessment from the standpoint of what is actually built, as experienced through the eyes of user-recipients in the everyday milieu. The lack of rigor in this aspect of assessing the efficacy of what gets built continues to hinder evidence-based academic scholarship on this subject. Design/methodology/approach An interdisciplinary research initiative titled Thinking While Doing, spanning the years 2013–2019, centered on exploring the inner profundities of e-d/b. As part of a multifaceted project involving seven universities in Canada and the United States, behaviorally focused post-occupancy assessments were conducted of three open-air pavilion structures from the viewpoint of 161 respondents' impressions, degree of satisfaction and everyday uses. Findings Functionality, community context, materiality and aesthetic factors were among the set of variables analyzed. Among the results, the three open air pavilions were viewed as tectonically sound and aesthetically iconic and were considered to be valued additions to their immediate physical contexts and local community. Research limitations/implications Study limitations and directions for future research are discussed. Practical implications Student learning objectives in relation to the design intent of the built structures are highlighted. Social implications This evidence-based design research empowers stakeholders seeking campus-community partnership opportunities. Originality/value This is the first comparative, behaviorally focused appraisal of its type from the perspective of everyday user-recipients in the realm of e-d/b.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».