MétaCan
Menu
Retour à la cohorte
Enregistrement W6981012238

DESA1002 'Nine Quarter City' - <Yuying Liu>

2008· other· en· W6981012238 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Sydney eScholarship Repository (The University of Sydney) · 2008
Typeother
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStudioProcess (computing)Cladding (metalworking)Quarter (Canadian coin)Form of the Good
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

First of all, I want to appreciate that the design course really gave me a good experience and opportunity of design. I really enjoyed myself in each exercise. Each of them gave me a different experience of designing. I have really get process in model making and my creative improved quite a lot. In addition, I get process in architectural drawing, which has relative to my hard working in each drawing exercise. However, I still need to improve my creative and architectural drawing skillS which are important to an architect. During this semester, one of my favorite exercises is “Dressing the model”. We did cladding on the structure we made before. I think it is a good opportunity for us to make up almost any kinds of cladding that we could imagine by using different kinds of cladding materials. Another reason why I think this is a worthwhile exercise because during this exercise, we carefully thought about what is the material of each part of the model if it is a real building. As our tutor’s requirement I did revise my architectural drawing in each week, as well as the model. It is quite a long time of work, but I think it is really a good opportunity for me to improve myself. At last, I want to say that I really had a good time spending in the studio in this semester. We all got good relationship with each members and our tutor. We also learned from each other by doing the collaborative work.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,171
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,019
Tête enseignante GPT0,223
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Sydney eScholarship Repository (The University of Sydney)Même sujetChild Abuse and TraumaTravaux en français237 207