Design of Alternatives to Stained Glass with Open-Source Distributed Additive Manufacturing for Energy Efficiency and Economic Savings
Notice bibliographique
Résumé
Stained glass has played important roles in heritage building construction, however, conventional fabrication techniques have become economically prohibitive due to both capital costs and energy inefficiency, as well as high-level artistic and craft skills. To overcome these challenges, this study provides a new design methodology for customized 3D-printed polycarbonate (PC)-based stained-glass window alternatives using a fully open-source toolchain and methodology based on digital fabrication and hybrid crafts. Based on design thinking and open design principles, this procedure involves fabricating an additional insert made of (i) a PC substrate and (ii) custom geometries directly 3D printed on the substrate with PC-based 3D printing feedstock (iii) to be painted after the 3D printing process. This alternative is intended for customizable stained-glass design patterns to be used instead of traditional stained glass or in addition to conventional windows, making stained glass accessible and customizable according to users’ needs. Three approaches are developed and demonstrated to generate customized painted stained-glass geometries according to the different users’ skills and needs using (i) online-retrieved 3D and 2D patterns; (ii) custom patterns, i.e., hand-drawn and digital-drawn images; and (iii) AI-generated patterns. The proposed methodology shows potential for distributed applications in the building and heritage sectors, demonstrating its practical feasibility. Its use makes stained-glass-based products accessible to a broader range of end-users, especially for repairing and replicating existing conventional stained glass and designing new customizable products. The developed custom patterns are 50 times less expensive than traditional stained glass and can potentially improve thermal insulation, paving the way to energy efficiency and economic savings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».