MétaCan
Menu
Retour à la cohorte
Enregistrement W3166459558 · doi:10.18260/1-2--35101

Prominence of Conceptual Design with Computer-Aided Design Tools for Junior and Senior Product Designers

2020· article· en· W3166459558 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue2020 ASEE Virtual Annual Conference Content Access Proceedings · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProduct designConceptual designComputer scienceProduct (mathematics)Engineering drawingHuman–computer interactionDesign technologyNew product developmentEngineeringSystems engineeringManagement

Résumé

récupéré en direct d'OpenAlex

As the demand for more innovative products to help improve the lives of others increases, the product design industry continues to require more effective design methodologies.Conventional wisdom and research suggests that Computer-Aided Design (CAD) is a tool for detailed design, and is not appropriate for the conceptual phase of the design process.However, given new advances in cloud-computing and real-time synchronous collaboration, the ability to quickly digitally prototype unique concepts in CAD has never been easier.Given that new engineering graduates are part of the "digital native" generation, anecdotal evidence suggests these designers have a natural inclination and ability for this digital prototyping.Our study seeks to formally test whether a dichotomy exists between younger designers who are entering the workforce, and older designers who are veterans in product development, regarding the best-practices in CAD usage for conceptual design -"Conceptual CAD".The paper begins with a critical review of the existing body of literature which advises the designer against Conceptual CAD.Next, we present the findings of a survey of professional product designers (spanning a variety of networks including LinkedIn and local product design think-tanks).We focus the analysis of the survey on differences in Conceptual CAD design practice by a variety of factors (e.g. years of experience with a given CAD tool, industry of practice, amount of time spent performing team vs. individual design actions, etc.), with the goal of identifying if correlation exists between designer age and inclination to use Conceptual CAD.Our study reveals important implications for engineering educators.Newly graduated engineers have advanced comfort and abilities with digital tools, and a corresponding proclivity to perform Conceptual CAD.These preferences benefit from the features of modern CAD tools, including fast collaboration and sharing.Though current introductory CAD courses are sufficient at teaching students how to use CAD, there is a recommendation for more cohesion and CAD usage in advanced design courses.Allowing more usage of CAD in more comprehensive design driven courses, can allow students to more accurately simulate the product development process in industry, and thus reduce the education to industry application gap.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,156
Tête enseignante GPT0,281
Écart entre enseignants0,125 · 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