MétaCan
Menu
Retour à la cohorte
Enregistrement W2489911370

RFID-enabled materials management in the industrial construction supply chain

2011· article· en· W2489911370 sur OpenAlexaff
Yassine El Ghazali, Élisabeth Lefebvre, Louis A. Lefebvre

Notice bibliographique

RevueInternational Conference on Communications · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueRFID technology advancements
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésRadio-frequency identificationSupply chainSupply chain managementProduct (mathematics)Identification (biology)Quality (philosophy)Computer scienceBusinessManufacturing engineeringIndustrial organizationEnvironmental economicsSystems engineeringRisk analysis (engineering)TelecommunicationsEngineeringMarketingComputer security
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The construction industry, which accounts in average for 6.5 percent of Gross Domestic Product in OECD countries, represents a vital segment of the economy. Among the array of innovative Information and Communication Technologies that could be deployed in this sector, the radio frequency identification (RFID) technology stands out as a radical innovation that could enhance the efficiency of material flows between construction supply chain members, and consequently help to meet project deadlines. This paper, based on an exploratory field research, analyzes the potential of RFID for the management of materials across four layers of one construction supply chain. By allowing the identification and localization of materials in real time, RFID can lead to substantial cost reductions. Furthermore, an RFID-enabled materials management system will ensure more accurate inventories, more efficient quality controls, and, overall, a smoother optimization of day-to-day materials management.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,124
Tête enseignante GPT0,299
Écart entre enseignants0,175 · 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'étudeObservationnel
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

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Conference on CommunicationsMême sujetRFID technology advancementsTravaux en français237 207