MétaCan
Menu
Retour à la cohorte
Enregistrement W2953828421 · doi:10.22260/isarc2019/0104

Using Scan-to-BIM Techniques to Find Optimal Modeling Effort; A Methodology for Adaptive Reuse Projects

2019· article· en· W2953828421 sur OpenAlexaboutno aff
Mansour Esnaashary Esfahani, Ekin Eray, Steven Chuo, Mohammad Mahdi Sharif, Carl T. Haas

Notice bibliographique

RevueProceedings of the ... ISARC · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReuseComputer scienceBuilding information modelingAdaptive reusePurchasingDownloadSoftware engineeringEngineeringOperations managementWorld Wide WebArchitectural engineering

Résumé

récupéré en direct d'OpenAlex

Using Scan-to-BIM Techniques to Find Optimal Modeling Effort; A Methodology for Adaptive Reuse Projects Mansour Esnaashary Esfahani, Ekin Eray, Steven Chuo, Mohammad Mahdi Sharif and Carl Haas Pages 772-779 (2019 Proceedings of the 36th ISARC, Banff, Canada, ISBN 978-952-69524-0-6, ISSN 2413-5844) Abstract: With increased computing power to render 3D models and affordability of as-built data acquisition technologies, new techniques for enhancing the quality of pre-project planning of adaptive reuse projects can be investigated. The main objective of this research is to present a decision making methodology to select the optimum effort using 3D as-built point clouds to develop a BIM of an existing building. Three value proposition and risk reduction areas are investigated: (1) dimensional, (2) material, and (3) disassembly. To measure the cost and value of developing models with corresponding value propositions, a small case study is conducted. Three different Model Detail Levels (MDL) are defined for adaptive reuse projects, and corresponding models are developed for each of them. The value of each model is considered based on its ability to provide information about dimension, materials, and fixtures within an existing building. The cost of the scan-to-BIM process includes costs of purchasing 3D acquisition device, buying BIM modeling software license, scanning and registration, and developing BIM using scan-to-BIM techniques. Keywords: Adaptive reuse; Value of information; Pre-project planning; Scan-to-BIM; Modeling; Existing buildings DOI: https://doi.org/10.22260/ISARC2019/0104 Download fulltext Download BibTex Download Endnote (RIS) TeX Import to Mendeley

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,163
Tête enseignante GPT0,313
Écart entre enseignants0,151 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... ISARCMême sujet3D Surveying and Cultural HeritageTravaux en français237 207