Building information modelling demystified: does it make business sense to adopt BIM?
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 purpose of this paper is to inform project management practice on the business benefits of building information modelling (BIM) adoption. Design/methodology/approach BIM needs to compete against well‐ingrained methods to deliver projects in a fragmented and rather traditional industry. This paper investigates 47 value propositions for the adoption of BIM under a multiple case study investigation carried out in Australia and Hong Kong. The selected case study projects included a range of public (1) and private (4) sector building developments of small and large‐scale. Findings are coded, interpreted and synthesised in order to identify the challenges and business drivers, and the paper focuses mainly on challenges and benefits for architectural and engineering consultants, contractors and steel fabricators. As a condition for the selection criteria all case studies had to be collaborating by sharing BIM data between two or more consultants/stakeholders. As practices cannot afford to ignore BIM, this paper aims to identify those immediate business drivers as to provoke debate amongst the professional and academic community. Findings Shared understanding on business drivers to adopt BIM for managing the design and construction process of building projects raging from small commercial to high‐rise. Originality/value The originality of the research reported in this paper is that it breaks from a proliferating series of articles on BIM as industry “aspiration” and as a “marketing” statement. The elicited drivers for BIM underwent industry, academic and peer validation.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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