Sustainable Creativity: Overcoming the Challenge of Scale When Repurposing Wind-Turbine Blades
Notice bibliographique
Résumé
Abstract Increased adoption of wind-energy technology helps address climate change, but also requires disposition of retired wind-turbine blades that are not easily recycled. This pressing environmental problem is used as the prompt in a creativity study, where participants are asked to identify potential reuses in a Wind-turbine-blade Repurposing Task (WRT). In past iterations of this study, participants consistently struggled with correctly incorporating the large physical size of wind-turbine blades in their reuse concepts. The Alternate Uses Task (AUT) is an established measure of creativity and asks participants to identify uses for much smaller objects like bricks and paper clips. The current work explored whether an AUT can be adapted as an intervention to help overcome the scale challenge in the WRT. Students in a fourth-year undergraduate engineering design course (N = 28) underwent both of two conditions, a scaled-AUT intervention and a control, typical AUT before the WRT. AUT fluency and flexibility (number and categories of ideas) were significantly lower in the scaled AUT than the typical AUT. This result supports that object scale more than unfamiliarity is the main WRT challenge, since the AUT objects were relatively common. Notably, correctly scaled WRT concepts significantly increased after the scaled AUT, supporting the intervention’s effectiveness. Finally, the WRT is proposed as a standard design-study task whose solutions help address a real-world problem.
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 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 | 0,000 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».