Are Two Heads Better Than One for Computer-Aided Design?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract With the availability of cloud-based software, ubiquitous internet, and advanced digital modeling capabilities, a new potential has emerged to design physical products with methods previously embraced by the software engineering community. One such example is pair programming, where two coders work together synchronously to develop one piece of code. Pair programming has been shown to lead to higher-quality code and user satisfaction. Cutting-edge collaborative computer-aided design (CAD) technology affords the possibility to apply synchronous collaborative access in mechanical design. We test the generalizability of findings from the pair programming literature to the same dyadic configuration of work in CAD, which we call pair CAD. We performed human subject experiments with 60 participants to test three working styles: individuals working by themselves, pairs sharing control of one model instance and input, and pairs able to edit the same model simultaneously from two inputs. We compare the working styles on speed and quality and propose mechanisms for our observations via interpretation of patterns of communication, satisfaction, and user cursor activity. We find that on a per-person basis, individuals were faster than pairs due to coordination and overhead inefficiencies. We find that pair work, when done with a single shared input, but not in a parallel mode, leads to higher-quality models. We conclude that it is not software capabilities alone that influence designer output; choices regarding work process have a major effect on design outcomes, and we can tailor our process to suit project requirements.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle