MétaCan
Menu
Retour à la cohorte
Enregistrement W4415653859 · doi:10.35631/ijirev.722043

SKETCHING AS A COMMUNICATION TOOL FOR SHARED UNDERSTANDING IN CONCEPTUAL DESIGN PHASE OF AUTOMOTIVE DESIGN

2025· article· en· W4415653859 sur OpenAlexaff
Mohamad Fairuz Abdul Rahim, Nik Shahman Nik Ahmad Ariff

Notice bibliographique

RevueInternational Journal of Innovation and Industrial Revolution · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesMinistry of Higher Education, Malaysia
Mots-clésAmbiguityCognitionIdeationBridging (networking)Empirical researchAutomotive industryConceptual designNegotiationTask (project management)

Résumé

récupéré en direct d'OpenAlex

Effective communication is essential for fostering shared understanding during the conceptual phase of automotive design, where ambiguity and rapid ideation are common. This study investigates how sketching functions as an effective communication tool in two different interaction modalities: silent (experimental group) and verbal (control group), to support team alignment and idea development. Eighteen Malaysian automotive designers were assigned to three-person teams and completed a two-stage task involving individual ideation followed by collaborative refinement. Using visual link analysis, the study evaluated design moves, refinement patterns, and the balance of contributions across both conditions. Silent groups exhibited more structured individual sketching behavior and greater refinement during the ideation stage, while verbal groups utilized spoken dialogue during collaboration to negotiate and align concepts. Although statistical differences were not significant, consistent behavioral trends emerged across conditions. These findings suggest that sketching operates as a flexible and self-sufficient communication medium, effectively bridging cognitive gaps regardless of verbal interaction. The study provides empirical evidence supporting sketching’s dual role as both an individual cognitive tool and a shared visual language in team-based 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,940
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,205
Tête enseignante GPT0,390
Écart entre enseignants0,185 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovation and Industrial RevolutionMême sujetDesign Education and PracticeTravaux en français237 207