MétaCan
Menu
Retour à la cohorte
Enregistrement W1853411254 · doi:10.1080/00038628.2015.1079164

What is an intelligent building? Analysis of recent interpretations from an international perspective

2015· article· en· W1853411254 sur OpenAlexaff
Amirhosein Ghaffarianhoseini, Umberto Berardi, Husam AlWaer, Seongju Chang, Edward Halawa, Ali GhaffarianHoseini, Derek Clements‐Croome

Notice bibliographique

RevueArchitectural Science Review · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesMinistry of Land, Infrastructure and TransportGeorgia Institute of Technology
Mots-clésPerspective (graphical)Key (lock)Computer scienceManagement scienceKnowledge managementSustainable developmentRisk analysis (engineering)Data scienceProcess managementArchitectural engineeringBusinessEngineeringPolitical scienceArtificial intelligenceComputer security

Résumé

récupéré en direct d'OpenAlex

In recent years, the notion of intelligent buildings (IBs) has become increasingly popular due to their potentials for deploying design initiatives and emerging technologies towards maximized occupants’ comfort and well-being with sustainable design. However, various definitions, interpretations, and implications regarding the essence of IBs exist. Various key performance indicators of IBs have been proposed in different contexts. This study explores the notion of IBs and presents an analysis of their main constituents. Through a comparison of these constituents in different contexts, this study aims to extract the common features of IBs leading to an evolved definition which could be useful as a reference framework for design, evaluation, and development of future IBs. Findings also scrutinize the long run benefits of IBs, while demonstrating the constraints and challenges of the current international interpretations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,012
Études des sciences et des technologies0,0030,014
Communication savante0,0110,009
Science ouverte0,0010,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,049
Tête enseignante GPT0,353
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations156
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchitectural Science ReviewMême sujetSmart Cities and TechnologiesTravaux en français237 207