MétaCan
Menu
Retour à la cohorte

Material Matters: Lowering barriers to uptake, Diversifying range of application, Carrying forward legacy processes.

2014· article· en· W4378447501 sur OpenAlexaff
Philip Robbins, Keith B. Doyle, Hélène Day Fraser

Notice bibliographique

RevueTechnical programs and proceedings/Technical program and proceedings · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensOntario College of Art and Design
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)General partnershipStudioEmerging technologiesComputer science3D printingBusinessArchitectural engineeringEngineeringTelecommunicationsMechanical engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

New production technologies and modes of enterprise based on proprietary and cost-effective, open-source production platforms are changing the nature of making. An exemplar of this change, 3D Printing has created a rapidly developing presence as an emergent production technology across many sectors. As this technology's development continues, artists and designers are no longer constrained by traditional models of form development and production: accessible 3D technology stands to markedly revise a broad range of legacy production practices.Material Matters - a research cluster within the Intersections Digital Studios of the Emily Carr University of Art and Design - is exploring these new digital technologies as a viable analogue to traditional methods and materials. As 3D printing becomes less expensive, more powerful and more pervasive it diffuses into a wider range of opportunities. As these new means of creative production emerge they intersect with established practice, Material Matters examines these points of contact with an emphasis on four interrelated components: material development and lateral application; and commercial application and partnership. This paper will highlight elements of these four streams.

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)0,032
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,014
Communication savante0,0180,021
Science ouverte0,0030,021
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0280,010

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 Opus0,011
Tête enseignante GPT0,230
Écart entre enseignants0,219 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnical programs and proceedings/Technical program and proceedingsMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207