MétaCan
Menu
Retour à la cohorte
Enregistrement W3099037304 · doi:10.1061/9780784482865.134

BIM-Based Automated Drafting System in Cabinet Manufacturing

2020· article· en· W3099037304 sur OpenAlexaff
Yichen Tian, Jingwen Wang, Nan Zhang, Mohamed Al‐Hussein

Notice bibliographique

RevueConstruction Research Congress 2020 · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésReworkBuilding information modelingCabinet (room)ArchitectureAutomationEngineeringSystems engineeringManufacturing engineeringInformation modelInformation exchangeComputer scienceSoftware engineeringEmbedded systemCompatibility (geochemistry)Mechanical engineering

Résumé

récupéré en direct d'OpenAlex

Building information modeling (BIM) has become an important tool during the planning, designing, and construction phases in the architecture, engineering, and construction (AEC) industry. Implementing manufacturing-centric BIM can improve the efficiency of communication, the interaction and the data flow between the builder and the contractor that manufactures the building components. In the construction industry, the information gap between builder and cabinet manufacturer causes cabinet rework and material waste, which leads to construction delays and cost increases. To address this issue, extending manufacturing-centric BIM applications into cabinet design and manufacturing can enhance the information exchange as well as enrich the information within the BIM model. Thus, this paper presents an automated approach based on BIM for cabinet layout design and planning in order to optimize the design and improve the drafting efficiency. An application prototype is developed in the BIM environment to achieve the objectives through the automation of drafting and planning with the support of Autodesk Revit. A case study of cabinet design and production for a residential building is subsequently presented to prove the feasibility of this application. As the main contribution of the proposed research, the in-depth integration of BIM model with the automated drafting system achieves full automation of cabinet layout design.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,830

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,280
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConstruction Research Congress 2020Même sujetBIM and Construction IntegrationTravaux en français237 207