MétaCan
Menu
Retour à la cohorte
Enregistrement W2897513707 · doi:10.3311/ccc2018-075

Involving knowledge of construction and facilities management in design through the BIM approach

2018· article· en· W2897513707 sur OpenAlexfundno aff
Hao Wang, Xianhai Meng, Patrick McGetrick

Notice bibliographique

RevueCreative Construction Conference 2018 - Proceedings · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensnon disponible
Organismes subventionnairesChina Scholarship CouncilQueen's UniversityQueen's University Belfast
Mots-clésComputer scienceSystems engineeringKnowledge managementConstruction engineeringEngineering managementEngineering

Résumé

récupéré en direct d'OpenAlex

The construction industry has increasingly realised the importance of knowledge. Accordingly, various strategies and tools have been applied over the years to support knowledge management (KM). In particular, building information modelling (BIM) is a technology that has recently emerged in the construction industry. BIM is an object-oriented and parametric-based tool with the features of digital visualisation, life cycle simulation, coordination and collaborative environment. Consequently, many studies have been conducted to explore these four aspects. However, existing studies on BIM-based management mainly focus on the information level. By contrast, only a few studies have explored KM under the BIM environment. Therefore, this study explores the potential and expectations of BIM-based KM for the early application of knowledge of construction and facilities management (FM) into the design stage. A total of 30 semi-structured interviews are conducted to collect qualitative information from the AEC industry. The existing KM practice is explored based on the analysis of the collected qualitative information. Thereafter, a discussion is presented on how the BIM-based KM can be used to mitigate the current KM challenges. Lastly, this study presents the expectations on BIMbased KM for involving the knowledge of construction and FM into the design phase. Overall, this study provides new insights into the transformation of research focus from BIM-based information management to BIM-based KM.

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)0,010
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,009
Communication savante0,0080,008
Science ouverte0,0020,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,042
Tête enseignante GPT0,244
Écart entre enseignants0,202 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCreative Construction Conference 2018 - ProceedingsMême sujetBIM and Construction IntegrationTravaux en français237 207