MétaCan
Menu
Retour à la cohorte
Enregistrement W2955314730 · doi:10.29173/mocs90

Integrating Computational Design to Improve the Design Workflow of Modular Construction

2019· article· en· W2955314730 sur OpenAlexvenueno aff
Tom Greenough, Matthew Smith, Aaron Mariash

Notice bibliographique

RevueModular and Offsite Construction (MOC) Summit Proceedings · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueArchitecture and Computational Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkflowModular designSystems engineeringComputer scienceBuilding information modelingSoftware engineeringQuality (philosophy)Process (computing)AutomationManufacturing engineeringEngineeringDatabaseOperations managementScheduling (production processes)

Résumé

récupéré en direct d'OpenAlex

The construction industry’s productivity has stagnated since the 1960s while in the same period, manufacturing and technology industries have seen vast improvements. The construction industry is coming under increased pressure to provide better value through improved quality and performance and as a result developers and constructors are looking to alternative forms of construction. In a process that borrows concepts from the manufacturing and technology sectors, such as automation and 3D modelling, Prefabricated Volumetric Construction (modular construction) is a highly versatile approach with the potential to deliver substantial cost savings, faster project delivery times, higher quality construction with less waste and emissions, and an increase in worker safety. This paper will explore the integration of computational design into the design workflow of modular construction through several project examples. The following topics will be covered: creation and assembly of parametric modules in the Revit Building Information Model (BIM) software, using the visual programming tool Dynamo; the linkage of the BIM to the analytical model; and the extraction of results and the manipulation and display of data using Grasshopper, a visual programming language and environment plugin, for Rhinoceros a 3D modeler. This integration has been found to reduce the time required to develop the building model, the drawings, the analytical model and complete the design while improving the consistency and accuracy of all.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,006
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,007
Tête enseignante GPT0,184
Écart entre enseignants0,177 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModular and Offsite Construction (MOC) Summit ProceedingsMême sujetArchitecture and Computational DesignTravaux en français237 207