MétaCan
Menu
Retour à la cohorte
Enregistrement W2329378435 · doi:10.1139/cjce-2011-0489

An ontology-driven framework for enhancing reusability of distributed simulation modeling of industrial construction processes

2013· article· en· W2329378435 sur OpenAlexaffvenue
Farzaneh Saba, Yasser Mohamed

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Process Modeling and Analysis
Établissements canadiensCanadian Natural Resources
Organismes subventionnairesnon disponible
Mots-clésOntologyReusabilitySoftware portabilityComputer scienceReuseStructuringSystems engineeringSoftware engineeringProcess (computing)Process ontologyModeling and simulationSoftwareEngineeringSimulationDomain knowledgeProgramming language

Résumé

récupéré en direct d'OpenAlex

This paper describes an ontology-driven framework for developing distributed simulation modeling of construction processes. The research described in the paper is motivated by the necessity of knowledge sharing between distributed simulation modeling collaborators, and reuse and portability challenges in construction simulation models. Our approach addresses these challenges through ontological modeling and linking of construction simulation modeling components including (i) ontology of construction process, (ii) ontology of simulation world view, and (iii) ontology of distributed simulation modeling application tool. Within the paper, ontology driven approach and mapping of ontologies for information transference between simulation components has been described. Another discussed application of ontologies is structuring of simulation modeling development through use of reusable elements. A large-scale distributed simulation model of industrial construction processes has been outlined to illustrate the application of the approach.

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)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,004
Science ouverte0,0030,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,227
Écart entre enseignants0,203 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetBusiness Process Modeling and AnalysisTravaux en français237 207