Implementing Collaborative Learning Platforms in Construction Management Education
Notice bibliographique
Résumé
Implementing Collaborative Learning Platforms in Construction Management Education Ralph Tayeh, Fopefoluwa Bademosi and Raja R.A. Issa Pages 1114-1120 (2019 Proceedings of the 36th ISARC, Banff, Canada, ISBN 978-952-69524-0-6, ISSN 2413-5844) Abstract: Over the last few decades, the investments in more complicated construction projects, involving multiple disciplines and different teams, have increased the need for more complex communication means. The purpose of communication methods is to ensure higher levels of coordination between project participants (owners, architects, engineers, contractors, suppliers, etc.). Adequate communication brings many benefits to a project, such as improved team performance due to information exchange, increased knowledge of other participants skills or their availability. Building Information Modelling (BIM) has the ability to aggregate information on construction projects and facilitate the design, construction, and facility management processes. Therefore, including BIM classes in construction management education is of utmost importance for the success of students. Moreover, introducing cloud collaboration to these classes helps students better understand the collaborative aspect of the construction industry. The purpose of this paper is to study the benefits of Autodesk Next Gen BIM 360 brought to a graduate BIM class. Students of this class were divided into groups and asked to model the different disciplines of a project using Autodesk Revit© while collaborating the project on Next Gen BIM 360. At the end of the semester, students reported the benefits and drawbacks of Next Gen BIM 360. The benefits included the ease of use of the platform, better communication of ideas and concerns using Next Gen BIM 360 cloud services, real-time collaboration opportunities, and model coordination on the cloud. Keywords: BIM; Next Gen BIM 360; Collaboration; Construction; Education DOI: https://doi.org/10.22260/ISARC2019/0148 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».