MétaCan
Menu
Retour à la cohorte
Enregistrement W4396833453 · doi:10.1145/3613905.3636300

Sustainable Unmaking: Designing for Biodegradation, Decay, and Disassembly

2024· article· en· W4396833453 sur OpenAlexaff
Katherine Song, Fiona Bell, Himani Deshpande, Ilan Mandel, Tiffany Wun, Mirela Alistar, Leah Buechley, Wendy Ju, Jeeeun Kim, Eric Paulos, Samar Sabie, Ron Wakkary

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensUniversity of TorontoSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésObsolescenceSustainabilityReuseEngineering ethicsProcess (computing)SociologyComputer scienceEnvironmental ethicsBusinessEngineeringEcologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Unmaking is a counterpart to making and creating new things that has emerged as a concept of interest in diverse parts of the HCI community. Unmaking has been posed as an ally to sustainability, encouraging designers to foreground issues relating to reuse, repair, obsolescence, degradation, and decay early in their design process. As a follow-up to the 2022 Unmaking@CHI workshop, this workshop will bring together researchers and practitioners interested in unmaking as it relates to sustainability and will focus primarily on exploring the role of unmaking in material practices, drawing upon the growing body of unmaking theory to explore future research opportunities for designing physical things with sustainable materials that are transient, degradable, and intentionally unmake-able. In addition to considering the pragmatics of what and how to unmake, we seek to articulate the relationships among unmaking and other related emerging themes and sustainable material practices – including biodegradation, designing with more-than-human agencies, reuse, and repair – and propose guidelines for designing for the unmaking of physical artifacts that are sustainable, equitable, and respectful of all entities involved.

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)0,009
score de la tête « metaresearch » (Gemma)0,014
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,016
Communication savante0,0080,012
Science ouverte0,0020,007
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,022
Tête enseignante GPT0,303
Écart entre enseignants0,280 · 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

Citations30
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovative Human-Technology InteractionTravaux en français237 207