MétaCan
Menu
Retour à la cohorte
Enregistrement W3029097617 · doi:10.1108/ecam-01-2020-0017

BIM-based life-cycle environmental assessment of prefabricated buildings

2020· article· en· W3029097617 sur OpenAlexaff
Yingbo Ji, Kai Qi, Yuan Qi, Yan Li, Hong Li, Zhen Lei, Yan Liu

Notice bibliographique

RevueEngineering Construction & Architectural Management · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésPrefabricationBuilding information modelingResource consumptionLife-cycle assessmentApartmentEnvironmental impact assessmentArchitectural engineeringResource (disambiguation)EngineeringConstruction engineeringCivil engineeringEnvironmental resource managementComputer scienceEnvironmental scienceOperations managementProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Purpose This research aims to propose a comparative environmental analysis of conventional and prefabricated construction techniques utilizing a building information modelling (BIM) technique. Design/methodology/approach A set of indicators are selected to assess the environmental emissions throughout the construction life cycle, based on BIM platform. An existing project involving ten apartment buildings in Shanghai is selected as a case study. Findings The results reveal that prefabricated construction demonstrates environment-friendly performance with some exceptions of acidification and mineral resource consumption. Environmental impacts can also be further reduced by increasing the projected area ratio and percentage of project prefabrication. Originality/value Overall, the proposed method can be used to identify relevant environmental merits and for decision-making of appropriate construction techniques in building construction 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,180
Écart entre enseignants0,175 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations73
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Construction & Architectural ManagementMême sujetBIM and Construction IntegrationTravaux en français237 207