Notice bibliographique
Résumé
Understanding Design Knowledge (DK) remains an ongoing debate that encompasses diverse perspectives—from traditional academic theories to various practical methods and processes. The advancement of Design Education is guided by DK, and DK is shaped within Design Activity (DA). However, as socio-cultural problems become increasingly complex, DA has evolved into a more ambiguous and expansive concept. Similarly, the scope and definition of DK remain elusive and difficult to determine. In other words, DK is not a substance that can be easily described or defined, and the concept of DA is too intricate to be fully clarified today. Furthermore, the boundaries of the Design Discipline continue to expand through interdisciplinary research and collaboration. As a result, Design Education has consistently sought to develop effective curricula that identify and reflect a distinct body of knowledge—Design Knowledge. This paper introduces the Dynamic Linkage of Reflected Nodes (DLRN) model, a conceptual and pedagogical framework for understanding DK. The DLRN model reframes DK as the dynamic Links formed between Reflected Nodes (RNs)—which include experiences, learnings, and knowledge elements derived not only from DA but also from interdisciplinary collaboration—rather than as a static or predefined substance. By shifting the focus from what design experts know to how they interpret and link what they know within context, the DLRN model aligns with systems thinking, situated learning, and reflective practice. Developed through reflective synthesis of long-term teaching and professional design experience, the DLRN model offers a new framework for design educators and practitioners to identify and cultivate DK in diverse, interdisciplinary contexts. Future research may focus on applying and testing the DLRN model in practical design education and project settings to further validate its effectiveness.
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 | 0,009 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,025 |
| Communication savante | 0,012 | 0,036 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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.
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 ».