MétaCan
Menu
Retour à la cohorte
Enregistrement W2586320347 · doi:10.4018/ij3dim.2016070102

A Comparative Analysis of the Complexities of Building Information Model(ling) Guides to Support Standardization

2016· article· en· W2586320347 sur OpenAlexaff
Susan Keenliside, Megan Beange

Notice bibliographique

RevueInternational Journal of 3-D Information Modeling · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensCarleton UniversityPublic Works and Government Services Canada
Organismes subventionnairesnon disponible
Mots-clésStandardizationScope (computer science)Leverage (statistics)Computer scienceProcess (computing)Building information modelingKnowledge managementContext (archaeology)Process managementEngineering managementData scienceWorld Wide WebEngineeringCompatibility (geochemistry)

Résumé

récupéré en direct d'OpenAlex

The current approach to the development of a building information modelling (BIM) standard or guideline has provisioned for each individual authority in a unique way. There has been no universally standardized format, content or defined concepts employed in document development from one organization or region to the next. Though format and content vary widely according to the specific document scope and context, many published BIM guides around the world define the same, or similar, terms and concepts. The BIM guides project is the first attempt to leverage these existing publications within an open process of peer review and consensus standardization. It is believed that this structured approach to BIM document development will deliver increased efficiency in the creation and implementation of future Guidelines and Standards, contributing to the adoption and standardization of BIM within industry and providing the much needed universal baseline from which the many user-types of BIM can effectively build their knowledge, skills and abilities.

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)0,132
score de la tête « metaresearch » (Gemma)0,279
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,699

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1320,279
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0120,012
Études des sciences et des technologies0,0030,006
Communication savante0,0160,017
Science ouverte0,0040,009
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,024
Tête enseignante GPT0,281
Écart entre enseignants0,256 · 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'étudeQualitatif
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of 3-D Information ModelingMême sujetBIM and Construction IntegrationTravaux en français237 207