MétaCan
Menu
Retour à la cohorte
Enregistrement W1712564812

Virtual collaboration in the built environment

2014· article· en· W1712564812 sur OpenAlexaboutno aff
Mark C. Childs, Robby Soetanto, Stephen Austin, Jacqueline Glass, Zulfikar Adamu, Chinwe Isiadinso, Paul S. H. Poh, Dmitri Knyazev, Harry Tolley, Helen Mackenzie

Notice bibliographique

RevueFigshare · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlan (archaeology)Higher educationFocus groupEngineeringEngineering managementSociologyMedical educationLibrary sciencePublic relationsPolitical scienceComputer scienceMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Throughout the 2013 to 2014 academic year, three institutions have been collaborating in the education of three cohorts of students through the BIM Hub project ; these are Coventry University and Loughborough University in the UK and Ryerson University in Canada. Students formed groups of six individuals, two from each university, including architects, construction engineers and project managers. The project was designed to create an authentic simulation of industrial collaboration and practices. At Coventry participation was optional (students had the alternative of forming collaboration with other Coventry students). At Ryerson and Loughborough participation was mandatory. They were set a project to design and plan a building for a particular site in Coventry through forming online collaboration, and reflect on their experiences. The study was funded by the Higher Education Academy in the UK with the intention of identifying which success factors led to effective online collaboration and is a follow-up to a previous project sponsored by the Hewlett Packard Catalyst Program (Soetanto, et al, 2014). Focus groups were conducted with the students at the institutions, the following analysis focuses on the issues faced and solutions identified in terms of the technologies involved and the strategies for successful collaboration. The analysis focuses on two of the universities and offers reflections based on their experience.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0190,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,202
Écart entre enseignants0,191 · 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
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetBIM and Construction IntegrationTravaux en français237 207