MétaCan
Menu
Retour à la cohorte
Enregistrement W1975392223 · doi:10.1061/(asce)co.1943-7862.0000364

Improving Construction Supply Network Visibility by Using Automated Materials Locating and Tracking Technology

2011· article· en· W1975392223 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Construction Engineering and Management · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVisibilitySupply networkDependency (UML)Work (physics)Computer scienceTracking (education)Supply chainField (mathematics)Risk analysis (engineering)Systems engineeringBusinessEngineeringArtificial intelligenceMarketing

Résumé

récupéré en direct d'OpenAlex

The accumulation of material buffers is commonly perceived within the construction industry as an effective means of shielding a project from the risks associated with uncertainty in the supply network. Much of the uncertainty arises out of a lack of visibility throughout the construction supply network, in which visibility refers to the level of awareness of the overall state of the supply network. The integration of Automated Materials Locating and Tracking Technologies (AMLTT) within the construction supply network presents a viable solution to this problem. This article presents the results of an investigation that examined the potential for AMLTT to increase work opportunities at the site level as a result of increased supply-network visibility and in turn reduce the dependency on material buffers. The investigation was completed by using a modeling and simulation approach grounded on a solid foundation of field data and experience. The results presented here are increasingly important as leaders in other industry sectors are beginning to report tangible benefits as a result of increased supply-network visibility as a result of the integration of AMLTT within their organizations’ supply networks.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil0,691

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,186
Écart entre enseignants0,179 · 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