Analyzing problem framing in design teams: a systems mapping approach
Notice bibliographique
Résumé
Abstract Early phases of the design process require designers to select into view elements of the problem that they deem important. This exploration process is commonly referred to as problem framing and is essential to solution generation. There have recently been calls in the literature for more precise representations of framing activity and how individual designers come to negotiate shared frames in team settings. This paper presents a novel research approach to understand design framing activity using a system thinking lens. Systems thinking is the way that we understand a system’s components and the interrelations to create interventions, which can be used to move the system outcomes in a more favorable direction. The proposed approach is based on the observation that systems as mental representations of the problem bear some similarity to frames as collections of concepts implicit in the designer’s cognition. Systems mapping – a common visualization tool used to facilitate systems thinking – could then be used to model external representations of framing, made explicit through speech, and sketches. We thus adapt systems mapping to develop a coding scheme to analyze verbal protocols of design activity to retrospectively represent framing activity. The coding scheme is applied on two distinct datasets. The resulting system maps are analyzed to highlight team problem frames, individual contributions, and how the framing activity evolves over time. This approach is well suited to visualize the framing activity that occurs in open-ended problem contexts, where designers are more focused on problem finding and analysis rather than concept generation and detailed design. Several future research avenues for which this approach could be used or extended, including using new computational methods, are presented.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,012 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».