A knowledge‐based automated development permit approval process in the housing industry
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.
Notice bibliographique
Résumé
Purpose The residential construction industry has a major share in Canada's GDP. In spite of huge spending and technical advances in the residential construction sector, the current permit approval process still adheres to traditional manual permit approval process. Consequently, this has contributed to project delays and increased monetary costs to the stakeholders associated with the process. The research presented in this paper seeks to explore key issues related to the current housing development permit approval process. Design/methodology/approach This paper describes a proposed methodology for the automation of the residential construction development permit approval process. The proposed methodology has been incorporated into a computer system that integrates a knowledge‐based expert system (KBES), database management system (DBMS), and computer‐aided design (CAD). Various concepts related to the database structures, system architecture, process flow and user interfaces are introduced and described in the context of the development permit approval process. Findings This paper presents a knowledge‐based prototype for the development permit approval process that can be customized as per the needs of various cities. A case study is also presented in order to demonstrate the effectiveness of the proposed method and to illustrate the implementation of the research. Research limitations/implications The prototype is application‐independent and may be implemented anywhere in the AutoCAD environment. The research paves the way for the setting of drafting standards for the residential industry. Originality/value Prototype provides significant gains in productivity and accuracy over the current practices by minimizing the redundancies involved in the development permit approval process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle