A New Graduate Course on Modular Construction: University of Nevada, Las Vegas
Notice bibliographique
Résumé
Modular construction has been highlighted as one of the key technologies which can significantly improve the construction industry by major professional conferences (i.e., 2017 CII (Construction Industry Institute) Annual Conference, Autodesk University (Las Vegas 2017), CONEXP- CON/AGG) held in 2017. It is now evident that practitioners in the construction industry recognize and pay more attention to the value of modular construction, and consider implementing it. One of the enablers that can accelerate higher levels of modularization across the industry is changing project stakeholdersäó» stick-build paradigm to modularization. However, as most of the engineering schools in the U.S. teach courses based on the stick-build approach, students do not have an opportunity to learn the modular approach. Due to this reason, when they become owners, designer, and contractors, they are captured by the stick-build paradigm and more likely become reluctant to expand their modularization äóěcomfort zones.äóť To accelerate higher levels of modularization and meet the need of students and the industry, the Department of Civil and Environmental Engineering and Construction at the University of Nevada, Las Vegas, led by Dr. Jin Ouk Choi, recently created a new graduate-level course on Modular Construction in 2017 which covers an overall understanding of modular construction concepts including, advantages, disadvantages, impediments, industry status, business case process, execution plans, critical success factors, and standardization strategies of modularization. This paper will introduce the course in terms of its vision, learning objectives, development procedure, structure, contents, and studentsäó» feedback who took the course in Spring 2017.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».