MétaCan
Menu
Retour à la cohorte
Enregistrement W2936876376 · doi:10.29173/mocs8

Integration of BIM and Computer Simulations in Modular Construction, A Case Study

2016· article· en· W2936876376 sur OpenAlexvenueno aff
Chengke Wu, Rui Jiang, Xiao Li

Notice bibliographique

RevueModular and Offsite Construction (MOC) Summit Proceedings · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensnon disponible
Organismes subventionnairesChongqing Graduate Student Research Innovation Project
Mots-clésBuilding information modelingModular designBridge (graph theory)Modular constructionComputer scienceDiscrete event simulationModularity (biology)Systems engineeringProductivityConstruction industryEvent (particle physics)Construction engineeringSoftware engineeringEngineeringSimulationOperations management

Résumé

récupéré en direct d'OpenAlex

Construction Sector has long been criticized for its lower productivity compared with other industries. To address the problem, recent years, new construction methods and information techniques such as modular construction and Building Information Modelling (BIM) are developed and implemented. Besides, computer simulations, like Discrete Event Simulation (DES) and Agent Based Simulation (ABS), are also incorporated in construction sector. Despite contributions of the 3 techniques to the industry have been investigated respectively by many researches, more benefits could be brought if they are applied simultaneously. However, there is no comprehensive research yet to combine all of them in a single project. To bridge the research gap, this paper first briefly introduces strengths and current applications of the 3 techniques; then a framework integrating them together containing simulation module, BIM database module and decision making module is constructed; finally, a case study of a multistoried canteen project is demonstrated to further explain functions of the framework.

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)0,002
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: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,199 · 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'étudeÉtude de cas
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModular and Offsite Construction (MOC) Summit ProceedingsMême sujetBIM and Construction IntegrationTravaux en français237 207