MétaCan
Menu
Retour à la cohorte
Enregistrement W3128993237

Cost management-based BIM: skills, implementation and teaching map

2021· book-chapter· en· W3128993237 sur OpenAlexfundno aff
Faris Elghaish, Saeed Talebi, Song Wu

Notice bibliographique

RevueBCU Open Access Repository (Birmingham City University) · 2021
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University Belfast
Mots-clésBuilding information modelingProcess (computing)Engineering managementFacility managementEngineeringProcess managementKnowledge managementComputer scienceConstruction engineeringSystems engineeringOperations managementBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It is widely known that the emergence of Building Information Modelling (BIM) is significantly affecting the cost management process and the role of quantity surveying professionals in the construction industry. The utilization of BIM is moving towards transforming how information is managed by and for quantity surveying professionals, especially due to the transition from 2D drawings. This chapter starts with describing the conventional cost management processes and highlighting the shortcomings of using it. Subsequently, the role of BIM to tackle those challenges through providing an autoamted quantification feature and integarting the cost estimation into the desisgn process. The integration of 4D and 5D BIM is discussed in this chapter to provide a siginfcant understanding how BIM enahanced the process of develop a budget of construction projects. This chapter also proposes an effective process to teach 5D BIM at both the undergraduate and postgraduate levels. The process is expected to enable a deep learning for students to absorb the required knowledge before starting their careers in the construction industry.

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)0,003
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: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0290,011

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 Opus0,030
Tête enseignante GPT0,282
Écart entre enseignants0,252 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBCU Open Access Repository (Birmingham City University)Même sujetBIM and Construction IntegrationTravaux en français237 207