MétaCan
Menu
Retour à la cohorte
Enregistrement W2106384226

CASE STUDIES ON THE USE OF INFORMATION TECHNOLOGY IN THE CANADIAN CONSTRUCTION INDUSTRY

2004· article· en· W2106384226 sur OpenAlexaboutno aff
Hugues Rivard, Thomas Froese, Lloyd Waugh, Tamer E. El-Diraby, Rodrigo Mora, Heli Torres, Sohaib Munir Gill, Tim O'Reilly

Notice bibliographique

RevueJournal of Information Technology in Construction · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDocumentationCompendiumEngineeringEngineering managementWorkflowArchitectureComputer scienceWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A series of eleven case studies were gathered from across Canada in the summer of 2002. These case studies define an initial compendium of Best Practice in the use of information technology (IT) in Canada. The professionals interviewed included architects, engineers, general contractors, and owners. Many of them are at the cutting edge in their use of IT. The documentation of their pioneering use of IT can demonstrate how useful these technologies can be and what potential pitfalls are of concern. The case studies cover architecture, engineering, construction management, and specialized contractors. The following technologies were demonstrated: 3D CAD; custom Web sites; commercial Web portals; and in-house software development. No case was found that used wireless communication or standardized data formats such as IFCs or CIMSteel. The following issues were identified: the electronic distribution of documents is more efficient and cheaper; the short time-line and the tight budgets make it difficult to introduce new technologies on projects; the industry is locked in one CAD system and it is difficult to introduce new ones; it is costly to maintain trained CAD and IT personnel; and companies that lag behind reduce the potential benefits of IT. Still, the industry could achieve substantial benefits from the adoption of IT if it would be more widespread.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,418

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,011
Études des sciences et des technologies0,0190,004
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,225
Écart entre enseignants0,207 · 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'étudeQualitatif
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

Citations53
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Information Technology in ConstructionMême sujetBIM and Construction IntegrationTravaux en français237 207