MétaCan
Menu
Retour à la cohorte
Enregistrement W4210589556 · doi:10.1002/adfm.202110235

Escaping the Labyrinth of Bioinspiration: Biodiversity as Key to Successful Product Innovation

2022· article· en· W4210589556 sur OpenAlexaff
Chris Broeckhoven, Anton du Plessis

Notice bibliographique

RevueAdvanced Functional Materials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiatoms and Algae Research
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésPopularityKey (lock)Product (mathematics)Computer scienceNew product developmentRisk analysis (engineering)Knowledge managementNanotechnologyEngineering ethicsManagement scienceData scienceBusinessEngineeringMarketingPolitical scienceMaterials scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Abstract Nature provides an infinite source of inspiration for innovative designs that may be required to tackle the social, economic, and environmental challenges the world faces. Despite the surging popularity and prevalence, the discipline of bioinspiration is limited in unleashing its full potential by the inadequate understanding of biological and evolutionary concepts, often leading to suboptimal solutions and a lack of further development toward successful products. Here, the constraints and limitations that pose potential pitfalls for bioinspiration, but are generally overlooked by most practitioners of bioinspiration, are discussed. It is highlighted that an awareness of biodiversity is key to address this issue, and ultimately to the successful application of bioinspiration in general. Furthermore, a practical approach to the analysis of biodiversity information is provided and attention is drawn to opportunities for improving the translation of biological knowledge into innovative solutions. Primary emphasis is placed on direct bioinspired product innovations, though many of the concepts central to the ideas are applicable to the wider domain of bioinspired materials science, chemical, and systems engineering, among others. With this perspective, the guiding thread that will enable to escape the labyrinth of bioinspiration and follow the right track to successful innovation is brought back.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,027
Tête enseignante GPT0,269
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetDiatoms and Algae ResearchTravaux en français237 207