Schedule Quality Assessment for nD Models using Industry Foundation Classes
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
Schedule Quality Assessment for nD Models using Industry Foundation Classes Ashok Kavad, Rahul Dharsandia, Abdelhady Hosny and Mazdak Nik-Bakht Pages 1050-1056 (2019 Proceedings of the 36th ISARC, Banff, Canada, ISBN 978-952-69524-0-6, ISSN 2413-5844) Abstract: Schedule assessment models were created to ensure the proper development of a schedule. The checks can be categorized into scheduling-related and constructability reviews. Most of the existing automated models are targeted towards two-dimensional schedules, and not nth-dimensional, despite the emergence of building information modelling in the construction industry. The type, method and relations between stored temporal information for activities in nth-dimensional models differ than the typical two-dimensional schedules. Accordingly, this paper presents the adaptation of the existing schedule quality assessment criteria to evaluate nth-dimensional models, utilizing building information modelling and Industry Foundation Classes (IFC). The paper starts with a comprehensive review of previous assessment models, identifying the major checks performed, detailing out the needed activity information and evaluation techniques. The checks are then categorized as quantifiable and qualitative, to differentiate between the measures that can be fully automated and others which would require expert intervention. Afterwards, the paper presents the methodology for attaining the inputs required for the quantitative measures in nD models. The methodology revolves around using IFC, as a standard data model for storing building and construction data. Accordingly, a technological review was conducted of the existing nD modelling software, to view the capabilities and limitations that could affect the development of a schedule assessment model. Initial Algorithms were developed to measure the wellness of schedule properties such as activity duration, criticality levels and accuracy of relationships. These developed algorithms were then verified by testing them versus different schedules with known errors. Keywords: 4D Modelling; Schedule health assessment; Schedule quality checks; IFC DOI: https://doi.org/10.22260/ISARC2019/0140 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.
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