Understanding the Role of Additive Manufacturing Knowledge in Stimulating Design Innovation for Novice Designers
Notice bibliographique
Résumé
Additive manufacturing (AM) is recognized as a disruptive technology that offers significant potentials for innovative design. Prior experimental studies have revealed that novice designers provided with AM knowledge (AMK) resources can generate a higher quantity and quality of solutions in contrast with the control groups. However, these studies have adopted general evaluation metrics that fall short in correlating AMK with radical or architectural innovation. This deficiency directly affects how AMK should be captured, modeled, and delivered so that novel opportunities may be more efficiently utilized in the ideation stage. To refine the understanding of AMK’s role in stimulating design innovation, an experimental study is conducted with two design projects: (a) a mixer design project, and (b) a hairdryer redesign project. The former of which aims to discover whether AMK inspiration increases the quantity and novelty of working principles (i.e. radical innovation), while the latter examines the influence of AMK on layout and feature novelty (i.e. architectural innovation). The experimental study indicates that AMK does have a positive influence on architectural innovation, but the effects on radical innovation are very limited if the provided AMK is functionally irrelevant to the design problems. Two strategies are proposed to aid the ideation process in maximizing the possibility of identifying AM potentials which facilitate radical innovation. The limitations of this study and future research plans are also discussed.
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 | 0,001 | 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 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 ».