MétaCan
Menu
Retour à la cohorte
Enregistrement W4293791911 · doi:10.35199/epde.2022.53

EXPLORE, RESPOND, ADAPT: THE ROLE OF RISK AND EXPERTISE IN HYBRID (SOFT/HARD) PRODUCT EDUCATION

2022· article· en· W4293791911 sur OpenAlexaff
Stephanie Phillips

Notice bibliographique

RevueDS 117: Proceedings of the 24th International Conference on Engineering and Product Design Education (E&PDE 2022), London South Bank University in London, UK. 8th - 9th September 2022 · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceProduct (mathematics)Risk analysis (engineering)Knowledge managementBusinessHuman–computer interactionProcess management

Résumé

récupéré en direct d'OpenAlex

Design education is working in an expanding field of environmental contexts.The coming generations will witness changing climates that drive them toward migration to the poles and survivalism.As we explore and settle further from our familiar locales, how might we respond to risk before we adapt?Why are risk and expertise in extreme environments relevant to future design education?In accessing extreme environments, humans require technical products and protective equipment (PPE) to survive and thrive.This paper shares experience from hybrid (soft and hard) product design education where extremes (environment and context) inform the curriculum.Projects are challenge-based and set in high-risk environments.Starting from the unfamiliar environmental contexts, students learn from experts who have mitigated risks and developed specialty knowledge-base and technical skills relevant to this expanded field.The year 3 curriculum model is collaborative, explorative and technically demanding with a 7-week project involving expertise in technology, the body and context/users.Iterative prototyping happens in on-site speciality labs with early and frequent testing.The student teams self-organize and project-manage their way to a full scale, functional prototype that is evaluated through design scenarios, expert feedback, field-based test protocols (on and off-site).This paper reflects on project outcomes over 5 years.Informed by student and stakeholder feedback, it offers perspectives and recommendations on the necessity of an expanded 'environmental' field for this generation of risk-engaged designers.Future-proofing design education derives benefit from introducing the unfamiliar and unknowns so students can explore, respond, and adapt as designers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,009
Communication savante0,0120,007
Science ouverte0,0010,012
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,252
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDS 117: Proceedings of the 24th International Conference on Engineering and Product Design Education (E&PDE 2022), London South Bank University in London, UK. 8th - 9th September 2022Même sujetAdventure Sports and Sensation SeekingTravaux en français237 207