MétaCan
Menu
Retour à la cohorte
Enregistrement W4387860167 · doi:10.52842/conf.acadia.2020.1.330

Designing [with] Machines

2020· article· en· W4387860167 sur OpenAlexaff
Maria Yablonina, Nicolas Kubail Kalousdian, Achim Menges

Notice bibliographique

RevueACADIA quarterly · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEthics and Social Impacts of AI
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

The aim of this research is to investigate the potential of a design and fabrication workflow that is centered around the development of task- and site-specific robotic systems for in-situ architectural making: Designing [with] Machines (D[w]M). The project proposes an alternative strategy to the established logic of design for production, in which design decisions are a function of affordances and limitations of available fabrication equipment. D[w]M engages the designer to define their own parameter ranges for the fabrication process through simultaneous development of fabrication machines and complimentary material, and architectural systems. In addition to affording more flexibility, D[w]M offers an opportunity to develop robotic fabrication systems uniquely tailored for deployment on sites that are not suited for conventional robotic equipment. In this paper, D[w]M workflow is outlined in the description of a task- and site-specific robotic system for additive fabrication of a tensile filament-wound object in an in-situ environment. Specifically, the presented project investigates design opportunities afforded by cooperative operation of multiple mobile single-axis robots deployed along linear structural elements of the given site. In utilizing column and beam elements as machine locomotion substrates, the system contributes them to the robotic assembly as parts of the in-situ digital fabrication machine.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,005
Communication savante0,0040,005
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,045
Tête enseignante GPT0,328
Écart entre enseignants0,282 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACADIA quarterlyMême sujetEthics and Social Impacts of AITravaux en français237 207