MétaCan
Menu
Retour à la cohorte
Enregistrement W3039813675 · doi:10.1108/jfm-04-2020-0024

Information commissioning: bridging the gap between digital and physical built assets

2020· article· en· W3039813675 sur OpenAlexaff
Soo Jung Kim, Érik Poirier, Sheryl Staub‐French

Notice bibliographique

RevueJournal of Facilities Management · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensÉcole de Technologie SupérieureUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésProject commissioningAsset (computer security)Computer scienceProcess managementBuilding information modelingBridging (networking)Process (computing)Information systemOriginalityInformation modelRisk analysis (engineering)BusinessOperations managementPublishingEngineeringComputer security

Résumé

récupéré en direct d'OpenAlex

Purpose As the use of building information modeling (BIM) for facilities management (FM) continues to grow, questions remain around the quality and completeness of digital assets to support FM practices. This paper aims to examine the current gap between digital and physical assets in the absence of formal information requirements and its impact on the handover process. Design/methodology/approach An action-research was carried out with a large public organization to understand the challenges of their current FM processes and the steps required in developing an asset information model (AIM) from a project information model (PIM). A mixed method approach was employed with interviews, document analysis and an exploratory pilot case study. Findings This paper investigates the process, the challenges and the level of effort of the information commissioning process to create a fit-for-use AIM. Four distinct steps were identified in the process as follows: analyzing the handover PIM and documents, extracting FM-specific information, populating the model with the information and attaching operations and maintenance (O&M) documents. The research highlights the significant amount of effort that is required when no specific asset information requirements are formulated at the project onset. Practical implications The paper presents an information commissioning process that helps to develop an AIM from a PIM. Understanding the impact of the lack of requirements on the information commissioning process can help asset owners understand the importance of defining and articulating their information requirements up front. Originality/value This paper provides empirical evidence of the impact of the absence of formal information requirements on the development of a fit-for-use AIM.

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)0,031
score de la tête « metaresearch » (Gemma)0,083
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,083
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0040,009
Communication savante0,0130,018
Science ouverte0,0020,010
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,018
Tête enseignante GPT0,215
Écart entre enseignants0,196 · 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
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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Facilities ManagementMême sujetBIM and Construction IntegrationTravaux en français237 207