MétaCan
Menu
Retour à la cohorte
Enregistrement W4386205554 · doi:10.35199/epde.2023.62

DESIGN INTO EXTREMES: EXTENDED LEARNING

2023· article· en· W4386205554 sur OpenAlexaff
Susan Christianen, Bailee van Rikxoort

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Exploration and Technology
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesnon disponible
Mots-clésHabitabilityCrewComputer scienceEngineeringAeronautics

Résumé

récupéré en direct d'OpenAlex

Unprecedented extreme climate emergencies are becoming part of everyday conversations and experiences. As students seek how to design for these challenges, design educators need to enhance learning in the area of *habitability in extreme environments. Author Solnit defines emergency as “separation from the familiar, a sudden emergence into a new atmosphere” (p.x, 2009). The authors’ experience in extremes and habitability* inform design education projects for unfamiliar, remote settings, where the challenge is inaccessibility to real end users and real-time conditions. This is a case study of a habitat designed and prototyped by a student team in one location, installed and inhabited in a remote setting by analogue (where one situation is intended to simulate another: a common approach in space architecture) astronauts. (*design of suitable living conditions/life support systems). Project Design briefs invite students to frame a problem to generate and test prototypes to an expected final state, leading them to develop skills, confidence and competencies. For the case study described, the full-scale prototype was installed in a remote lava tube (representing a subsurface cave on the moon) and used by two crews during two missions. Extreme contexts can captivate students and lead to spectacular concepts. While this project’s success was the development of a prototype, the habitability experience was problematic. Post-mission reporting cites the success of a design but not its crew's experience, therefore the authors offer recommendations for extended learning to future-enable design education through field-relevant skills, socially meaningful competencies and resilient contextual solutions.

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)0,010
score de la tête « metaresearch » (Gemma)0,022
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: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0080,011
Science ouverte0,0040,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0310,007

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 Opus0,031
Tête enseignante GPT0,239
Écart entre enseignants0,208 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpace Exploration and TechnologyTravaux en français237 207