MétaCan
Menu
Retour à la cohorte
Enregistrement W2607494137 · doi:10.1186/s40327-017-0044-3

Resource-loaded piping spool fabrication scheduling: material-supply-driven optimization

2017· article· en· W2607494137 sur OpenAlexafffund
Jing Liu, Meimanat Soleimanifar, Ming Lu

Notice bibliographique

RevueVisualization in Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDuration (music)Supply chainPrefabricationGantt chartScheduling (production processes)ScheduleModular designReservationComputer scienceEngineeringSystems engineeringManufacturing engineeringConstruction engineeringOperations researchOperations managementCivil engineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Background As offsite prefabrication and modular construction continue to gain momentum into the future, material supply chain becomes increasingly complex for modern construction projects. Pre-engineered material supply presents itself as a driver for planning crew installation operations on site that involve skilled labor and heavy equipment. Methods This paper proposes a framework for implementing the material-supply-driven project planning and control optimization approach to deal with material delays that take place at the piping spool fabrication shop. Design drawings, contract deadlines, resources availability and material supply patterns are extracted from a real oil and gas expansion project to validate the proposed implementation methodology. Results An interactive Gantt chart with information on activity start time, duration, and allocated resources is generated to visualize the optimization outcome. In connection with the resource-constrained schedule, material supply-demand patterns over project duration are also visualized. Conclusions These two forms of visualizations provide insightful decision-making support in coping with material delay while fulfilling project objectives. Ultimately, material-supply driven crew job schedules in correspondence with particular objectives and implementation strategies can be generated, ready to guide project execution.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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

Citations18
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVisualization in EngineeringMême sujetBIM and Construction IntegrationTravaux en français237 207