MétaCan
Menu
Retour à la cohorte
Enregistrement W4308800396

VISUAL MAPPING STRATEGIES TO ORGANIZE, COMMUNICATE AND MAINTAIN DESIGN KNOWLEDGE

2021· article· en· W4308800396 sur OpenAlexaff
BELLEMARE Jocelyn

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHuman–computer interaction
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Responding to increasingly demanding customers, facing global competition and managing the life cycle of a product are all instances of problematic situations that force different players in the fashion, textiles and clothing industry to be more creative in their search for solutions. It therefore becomes in some cases a priority to implement simple systems in order to ensure the availability of tools and information, so that teams can react quickly to problems that slow down product development. The goal was to improve and facilitate the processes of innovation and clothing conceptualization while having a more reliable performance and a greater capacity for adaptation during the creative processes. Various tools have been developed over the past few years, such as mind mapping and several visual mapping tools in order to organize, communicate and maintain knowledge regarding collection design in the fashion industry. It is a practice open to organizing ideas and collaborating on a specific topic, all of this through a graphic representation that is creative and adapted to the development of thought. This article describes the characteristics and relevance of the application of visual mapping tools in the context of product development from a study with fashion designers. The results of this project confirm that the heuristic approach in a design process could potentially facilitate the marketing of fashion clothing products.

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)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0020,004
Communication savante0,0060,007
Science ouverte0,0020,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,349
Tête enseignante GPT0,572
Écart entre enseignants0,223 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetDesign Education and PracticeTravaux en français237 207