Synchronous Computer-Aided Design (CAD): A Mid-level Technology Affordance Perspective
Notice bibliographique
Résumé
Recently, cloud-based software enabling real-time collaboration has migrated into the realm of physical product design, with computer-aided design (CAD) software platforms such as PTC's Onshape and Autodesk's Fusion 360. Now that CAD is becoming cloud-based and offers synchronous design and collaboration among contributors, little is known from a theoretical and practical viewpoint on the affordances that impact synchronicity as seen through the lens of the development of physical product design. Recent research has begun to use a socio-technical affordance lens to examine innovation and knowledge creation in large-scale collaboration networks. Technology affordances are relational and denote action possibilities offered by a set of technology features to meet the goals of an individual, group, or organization. This conceptual research fills several gaps in our current theoretical understanding of collaborative CAD tools by illustrating a lack of differentiation amongst the features of the tools, and therefore lack of clarity on the complex affordances of these new tools. Secondly, there is a lack of a conceptual framework that links high-level social-technical affordances with the engineering actions undertaken in the CAD platform. Our research develops a conceptual framework for mid-level affordances of cloud-based CAD that links specific engineering challenges within knowledge-based theory on collaborative networks. We illustrate our mid-level affordances with real-world design data.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».