Practical approach to knowledge management implementation in historic buildings restoration
Notice bibliographique
Résumé
The aim of this investigation is to establish an applicable model for knowledge management implementation that works suitably in organizations involved in projects defined for a historic building such as restoration.Based on a peer review on general approaches in literature, some main improvement potentials are recognized to enable the model to meet with the especial objectives, which shall be considered in such projects.Content analysis was applied to ascertain the new presented model capabilities and improvement in each of three main core components of knowledge management implementation model including peoples, processes, and technologies.We came up with a new conceptual model named as Finger Frame Model with four individual tiers connected with an intelligent communication medium .It is concluded that three main components of KM block diagrams consist of knowledge identification, acquisition, and prevention are appropriately covered in basic tier.The other three components of inner cycle of KM basic diagram consist of using, development, and distribution are also covered in an interface between operators and basic tiers, which together with make lower frame of new presented model.The model is in a continuous improving stage considering self-monitoring processes in an individual tier with the same name, which is located in the upper frame.An upper layer named as goal tier is also located in top frame in which, the main quantitative goals of KM implementation in the project organization are considered.The conceptual diagrams as well as internal processes of each main tier are also presented and discussed.Based on the overall explanations, some main benefits and risks are highlighted for new presented model and outlooks are debated.The model is applied in a real case study and the results are compared with the previous knowledge management implementation model.The results show that the model works efficiently in projects organization related to the historic building restoration.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».