MétaCan
Menu
Retour à la cohorte
Enregistrement W2006344463 · doi:10.5539/jsd.v7n2p1

An Empirical Model for Successful Collaborative Design Towards Sustainable Project Development

2014· article· en· W2006344463 sur OpenAlexvenueno aff
Yani Rahmawati, Christiono Utomo, Nadjadji Anwar, Purwanita Setijanti, Cahyono Bintang Nurcahyo

Notice bibliographique

RevueJournal of Sustainable Development · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueValue Engineering and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterdependenceProcess (computing)SustainabilityComputer scienceEngineering design processProcess managementKnowledge managementCollaborative designDesign processEmpirical researchManagement scienceBusinessWork in processEngineeringSystems designSociologyMarketingSoftware engineering

Résumé

récupéré en direct d'OpenAlex

Building design is developed into complexities, especially because of the emergence needs on applying a concept of sustainability. Aesthetic and engineering systems are no longer as main consideration in a design production process. Collaboration is needed to facilitate the integration of multiple knowledge and participants in a design process. In the process, multiple experts are required for achieving the best design. This paper purposes to discover issues and solutions as the important factors of collaborative design. Literature study is applied to determine the factors which are physical, technical, and social factors. They are found as three main aspects to be considered in supporting successful collaborative design. It is also found that recently, research in this area is directing for developing social factors as main issue. Factor analysis is also used as methodology to identify and analyze the similarities and interdependencies between factors. Analysis of data which is gained from designers and experts in Indonesia discovers that the three factors are reduced into two factors. The model of successful collaborative design is developed based on two findings in this research, that is not only conceptually but also empirically.

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)0,008
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,003
Communication savante0,0060,007
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,275
Écart entre enseignants0,248 · 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'étudeSimulation ou modélisation
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

Citations20
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetValue Engineering and ManagementTravaux en français237 207