DESIGN INTO EXTREMES: EXTENDED LEARNING
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
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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