Tiga Belas Aspek Pertimbangan Perancangan Studio Arsitektur: Kelebihan dan Kekurangan
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Perbedaan perilaku dan karakter mahasiswa arsitektur generasi Z dengan generasi sebelumnya menyebabkan perubahan preferensi mengenai tempat untuk mengerjakan tugas. Ruang studio arsitektur dianggap tidak sesuai dengan preferensi dari mahasiswa arsitektur generasi Z akibat dari ketidakpuasan terhadap pemenuhan kebutuhan oleh ruang studio arsitektur tersebut. Penelitian ini bertujuan untuk mencari tahu aspek yang mempengaruhi keinginan mahasiswa arsitektur untuk mengerjakan tugas di ruang studio arsitektur, dan apa kekurangan yang dimiliki ruang studio berdasarkan preferensi pengguna. Penelitian ini merupakan penelitian kualitatif dengan pendekatan grounded theory. Pengumpulan data dilakukan dengan metode snowball sampling, dengan analisis opencoding dan distribusi. Hasil analisis menunjukkan aspek-aspek yang menjadi kekurangan maupun kelebihan dari ruang studio. Aspek tersebut kemudian diurutkan berdasarkan tingkat kepentingan yang disimpulkan berdasarkan jumlah frekuensi distribusi. Urutan aspek-aspek tersebut berdasarkan tingkat kepentingannya adalah fasilitas, kebersihan, kerapihan, dan perawatan, kenyamanan termal, koneksi, kelapangan, interaksi, teman, kenyamanan visual, suasana, keamanan dan teritori, produktivitas, serta aksesibilitas. Hasil penelitian mengungkap aspek-aspek penting yang perlu diperhatikan dan dijadikan pertimbangan agar ruang studio dapat beradaptasi untuk memenuhi kebutuhan pengguna yang telah berubah. Dengan temuan ini, pertimbangan dalam mendesain ruang studio diharapkan dapat diurutkan berdasarkan tingkat kepentingan tersebut.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découle