MétaCan
Menu
Retour à la cohorte
Enregistrement W2342653641 · doi:10.22260/isarc2013/0012

A Proposed Model for Adoption" High Technology Products (Robots) for Indian Construction Industry

2013· article· en· W2342653641 sur OpenAlexaboutno aff
Sachin Jain, Milind T. Phadtare

Notice bibliographique

RevueProceedings of the ... ISARC · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovations in Concrete and Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRobotAutomationComputer scienceWork (physics)Manufacturing engineeringDemolitionDownloadEngineering managementEngineeringCivil engineeringArtificial intelligenceMechanical engineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

A Proposed "Model for Adoption" High Technology Products (Robots) for Indian Construction Industry S. Jain, M. Phadtare Pages 110-118 (2013 Proceedings of the 30th ISARC, Montréal, Canada, ISBN 978-1-62993-294-1, ISSN 2413-5844) Abstract: Construction industry is considered as labour intensive, having shortage of skilled labour, unsafe with large number of industrial accidents. Construction industry requires high technology automation products (Robots) for improving productivity, safety, quality etc. Robots are developed by various countries in different areas like demolition, earthwork, bridge, tunnels, road work, underwater works, trenches and piping, maintenance etc. however they are still not used to their full potential by construction industry. Hence in this paper, the authors propose a "model for adoption" of robots in construction industry. This model considers how a construction firm will adopt full scale robots like manually controlled machine, tele-controlled machines, computer controlled machines and cognitive robots and assimilate them through various stages. Keywords: High technology products, robots, construction industry, adoption, India, SAM DOI: https://doi.org/10.22260/ISARC2013/0012 Download fulltext Download BibTex Download Endnote (RIS) TeX Import to Mendeley

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,012
Tête enseignante GPT0,206
Écart entre enseignants0,194 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... ISARCMême sujetInnovations in Concrete and Construction MaterialsTravaux en français237 207