MétaCan
Menu
Retour à la cohorte
Enregistrement W2134977903 · doi:10.1061/(asce)1052-3928(2004)130:2(109)

Lessons Learned in Designing Research Methodology in Field-Based Construction Research

2004· article· en· W2134977903 sur OpenAlexaff
Tamer E. El-Diraby, James T. O’Connor

Notice bibliographique

RevueJournal of Professional Issues in Engineering Education and Practice · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBridge (graph theory)Data collectionField (mathematics)Computer scienceManagement scienceConstruction managementEngineeringConstruction industrySystems engineeringConstruction engineeringEngineering managementCivil engineering

Résumé

récupéré en direct d'OpenAlex

Research aiming at modeling construction knowledge often faces many problems because of the unique nature of each construction project and the lack of formal data-collection procedures within the industry. Therefore, designing a sound research methodology becomes very important for assuring the validity of this type of research. This paper summarizes the methodology used in the development of a model for evaluating bridge construction plans. It defines some validity threats facing such research efforts and provides some techniques for overcoming them. The case shows that the use of overlapping data-collection tools coupled with rigorous, stepwise analysis of each step in the model development is crucial for research validity.

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)0,307
score de la tête « metaresearch » (Gemma)0,315
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,855

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3070,315
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0070,007
Études des sciences et des technologies0,0050,030
Communication savante0,0180,026
Science ouverte0,0080,008
Intégrité de la recherche0,0080,015
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,265
Tête enseignante GPT0,535
Écart entre enseignants0,271 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Professional Issues in Engineering Education and PracticeMême sujetBIM and Construction IntegrationTravaux en français237 207