Social Semantic Approach to Support Communication in AEC
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
Communication systems in the architecture, engineering, and construction (AEC) industry face many challenges. This paper proposes construction information and knowledge portal (CIKP), an information and knowledge-management system that utilizes three technologies to address the challenges in information exchange and knowledge sharing. First, a semantic web that is unlike typical data-exchange standards because ontologies present human knowledge in a machine-interpretable manner. This provides for more linguistic-friendly representation of tacit/subjective knowledge, which increases the level of human-friendliness of communication systems. Second, a social web, which links people (instead of documents) to create communities of practice (CoPs) and allows people to share, reconfigure, and generate knowledge. Finally, publish/subscribe (pub/sub) systems, which provide for a push-pull scenario for information exchange. In the proposed system, any knowledge item (KI) (e.g., a document, website, and blog) will be represented (tagged) with a semantic vector that describes its contents. The developer of the KI can push (share) this to his or her social network. On the other end of the spectrum, system users can build semantic profiles for their areas of expertise and/or interests. The system can pull (find) the most relevant KIs and forward them to the user. The system can also link peers with similar or complementary interest to one another to establish virtual ad hoc teams. The system was evaluated through input from two focus groups.
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,001 | 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