MétaCan
Menu
Retour à la cohorte
Enregistrement W4387937482 · doi:10.5772/intechopen.1002800

Born to Design: Innate Human Behaviors Involved in Learning and Practicing Engineering Design

2023· book-chapter· en· W4387937482 sur OpenAlexaff
Gary Gress

Notice bibliographique

RevueIntechOpen eBooks · 2023
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEngineering design processIntuitionCognitionComputer scienceSet (abstract data type)Human–computer interactionIntellectDesign educationCognitive scienceArtificial intelligenceEngineeringPsychologyEpistemologyMechanical engineeringProgramming language

Résumé

récupéré en direct d'OpenAlex

By researching the existing literature for the abilities and conditions necessary for people to successfully solve engineering design problems, this chapter uncovers a consistent pattern of the cognitive processes involved and explains many of the intrinsic behaviors displayed by designers. Limitations in working memory size explain the use of several design-solution achievement devices: pattern matching; early single-solution conjecture; iteration; co-evolution of problem and solution; and intuition. In addition, learning and creating are found to be similar processes, with both requiring and building upon domain experience, in this case actual designing. Similar too are the processes of seeing and imagining, so that von Helmholtz’s dictum that ‘visual sensations are stronger than acts of the intellect’ can be applied to the solving of engineering design problems. This leads to an explanation for another set of intrinsic designer behaviors: a preference for visualizing solutions (over using abstract analysis); single-solution conjectures; object fixation; and found-object designing. Such explanations should help guide future education and research in design.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,004
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,299
Écart entre enseignants0,236 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntechOpen eBooksMême sujetDesign Education and PracticeTravaux en français237 207