MétaCan
Menu
Retour à la cohorte
Enregistrement W3178654013 · doi:10.3390/buildings11070291

A Taxonomy of Sources of Waste in BIM Information Flows

2021· article· en· W3178654013 sur OpenAlexaff
Martin Michaud, Julien Meyer, Daniel Forgues, Claudiane Ouellet‐Plamondon

Notice bibliographique

RevueBuildings · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésBuilding information modelingTaxonomy (biology)Design science researchComputer scienceProcess (computing)Work (physics)Data scienceConstruction engineeringSystems engineeringProcess managementManagement scienceEngineeringKnowledge managementInformation systemCompatibility (geochemistry)

Résumé

récupéré en direct d'OpenAlex

Since its introduction, Building Information Modelling has evolved into a major technology in the construction industry, where information flows play a major role. However, the very presence of waste within these flows prevents the technology from reaching its full potential. This paper aims to develop a taxonomy focused on the sources of waste within information flows in BIM projects, as existing taxonomies focus primarily on work and material flows. Using a collaborative design science research approach, the study was divided into two phases: first, semi-structured interviews were used to collect data on BIM practices. The data was then used to identify similarities and contradictions in the information flows using process maps. Second, the ShareLab approach was used to validate the findings through a common agreement. The paper’s main contribution is the taxonomy of sources of waste in BIM project information flows, as it closes knowledge gaps in one of the main flows of construction projects. Another contribution is its use of a new approach to validate an artefact in a Design Science Research methodology named the ShareLab approach.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,674
Score d'incertitude au seuil0,146

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,176
Écart entre enseignants0,169 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetBIM and Construction IntegrationTravaux en français237 207