MétaCan
Menu
Retour à la cohorte
Enregistrement W4376611448 · doi:10.3390/educsci13050492

Embracing Co-Design: A Case Study Examining How Community Partners Became Co-Creators

2023· article· en· W4376611448 sur OpenAlexaff
Liam Murdock, Libby Osgood, Luke McCarvill

Notice bibliographique

RevueEducation Sciences · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésEngineering design processProduct designDesign educationExperience designCo-designDesign processProcess (computing)Qualitative researchProduct (mathematics)Research designPsychologyEngineeringComputer scienceSociologyOperations managementBusinessWork in process

Résumé

récupéré en direct d'OpenAlex

Co-design increases the number of voices in a design project, which enhances the experience for all co-creators and produces a better product. A case study is presented of a ten-month co-design project-based learning experience between two engineering design students and two community partners during a first-year engineering design course, which resulted in the implementation of the device across campus. This paper evaluates the elements of co-design in the design process that was employed, documents the design product that was produced, and examines the experience of the community partners through a qualitative study. Through a retrospective examination of artifacts and files, the design process demonstrated an increase in the amount of collaboration between co-creators as the project progressed and identified 15 iterations of the design. Comparing the experience of community partners throughout the design process, five themes emerged from the semi-structured interviews: (1) emotional effects, (2) physical and mental effects, (3) productivity, (4) safety, and (5) job satisfaction. Documenting the experience of community partners throughout the design project can encourage educators to adopt co-design practices in project-based learning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,489
Score d'incertitude au seuil0,734

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,281
Tête enseignante GPT0,457
Écart entre enseignants0,176 · 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 tête enseignante, 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetDesign Education and PracticeTravaux en français237 207