Usage of Interface Management System in Adaptive Reuse of Buildings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Adaptive reuse of buildings is considered a superior alternative for new construction in terms of sustainability and a disruptive practice in the current capital project delivery model for the renewal of today’s built environment. In comparison to green-field construction projects, adaptive reuse projects require distinct stages, definition of interfaces, decision gates, and planning methods in order to secure the success of the building project. Unfortunately, little research has been done regarding establishing feasible systems for the planning, assessment, and management of adaptive reuse projects, leading to underperforming building projects outcomes. Interface management (IM) can improve renovation projects outcomes by defining appropriate ways to identify, record, monitor, and track project interfaces. IM has the potential of bringing cost and time benefits during adaptive reuse projects execution. The aim of this study is to develop a reference framework for implementing IM for adaptive reuse projects. First, the inefficiencies of redevelopment projects are explained inside of a circular economy (CE) context. Second, an ontology of IM for adaptive reuse projects is defined based on the current barriers to adaptive reuse and the most common interface problems in construction projects. Third, the defined ontology is expanded through a case study by showing examples of adaptive reuse barriers on a case project, and how IM could have been part of the solution for these problems. Finally, this study concludes with the suggestions on interface management systems (IMS) implementation for future adaptive reuse projects.
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.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle