MétaCan
Menu
Retour à la cohorte
Enregistrement W4416837830 · doi:10.59266/houjs.2025.902

CHUYỂN ĐỔI SỐ TRONG QUY TRÌNH THIẾT KẾ RẬP THỜI TRANG TRUYỀN THỐNG ĐẾN ÁP DỤNG CÔNG NGHỆ 3D

2025· article· W4416837830 sur OpenAlexaboutno aff
Đỗ Thị Kim Hiên

Notice bibliographique

RevueTạp chí Khoa học Trường Đại học Mở Hà Nội · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueResearch studies in Vietnam
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoutheast asiaNova scotiaCommissionSocial assistance

Résumé

récupéré en direct d'OpenAlex

Trong bối cảnh chuyển đổi số tác động mạnh mẽ đến lĩnh vực mỹ thuật ứng dụng và đào tạo thiết kế, ngành thời trang có những thay đổi sâu sắc trong quy trình sáng tạo. Nghiên cứu với mục tiêu phân tích sự khác biệt giữa phương pháp thiết kế rập thủ công và ứng dụng công nghệ 3D, qua đó đánh giá khả năng áp dụng trong đào tạo và thực tiễn thiết kế. Các phương pháp phân tích, tổng hợp tài liệu, so sánh quy trình truyền thống và số hóa cùng thực nghiệm cơ bản trên các phần mềm 3D. Kết quả cơ bản cho thấy công nghệ 3D giúp có cái nhìn trực quan sản phẩm, rút ngắn thời gian thiết kế, tiết kiệm nguyên liệu, đồng thời tạo điều kiện thử nghiệm sáng tạo mà không cần may mẫu vật lý. Tuy nhiên, quá trình ứng dụng còn gặp thách thức về chi phí phần mềm, cơ sở hạ tầng kỹ thuật và năng lực tiếp cận công nghệ của người học. Từ các nghiên cứu kết luận rằng, việc tích hợp công nghệ 3D trong giảng dạy thiết kế rập là xu hướng đã đang và sẽ phát triển trong tương lai, góp phần nâng cao chất lượng đào tạo, tiếp cận chuẩn quốc tế. Việc triển khai thí điểm trong các cơ sở đào tạo, tổ chức các khóa bồi dưỡng kỹ năng công nghệ cho giảng viên, sinh viên và xây dựng các mô hình áp dụng phù hợp, hướng tới phát triển bền vững ngành thời trang Việt Nam.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,004
Études des sciences et des technologies0,0040,004
Communication savante0,0010,002
Science ouverte0,0060,004
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

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 Opus0,011
Tête enseignante GPT0,301
Écart entre enseignants0,290 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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 revueTạp chí Khoa học Trường Đại học Mở Hà NộiMême sujetResearch studies in VietnamTravaux en français237 207