Maturity-based mapping of technology and method innovation in off-site construction: conceptual frameworks
Notice bibliographique
Résumé
The construction industry has been associated with inefficiencies. In contrast, Off-Site Construction (OSC) is a modern method of construction that has demonstrated significant improvements over conventional on-site methods. Despite that, OSC represents a tiny portion of the construction industry with a limited rate of diffusion and acceptance. One reason for that is associated with the lack or immaturity of OSC-related research and innovation benchmarking. This benchmarking helps in expanding OSC implementation as a component in driving and directing OSC research as well as roadmapping and measuring the innovation advancements. Hence, this study was intended to contribute to the OSC benchmarking by mapping innovation that paves the road towards building a strategic research and innovation roadmap in OSC. Among different innovation types, this study is limited to two types: technology-oriented and OSC method-oriented innovation. Unlike the traditional roadmaps in the literature, the envisioned roadmap design for OSC innovation in this study is based on maturity modelling. This design includes four components: framework, maturity scales, benchmarks, and targets. However, the focus of the current stage is on the developing the mapping components (framework and maturity scales). Consequently, two sets of frameworks and maturity models were developed to realize the two identified innovation types in OSC. The applicability of these frameworks and scales was demonstrated through hypothetical examples and a case study that is limited to technology-oriented research in the Canadian context. Accordingly, the subsequent case study scope embraces the last three research community meetings (2015-2019) relevant to our study in the indicated context. Based on this case study, the framework was found easy to understand, simple to implement, scalable, applicable across different contexts, and facilitates capturing benchmarks and targets. This confirms promising benefits of the developed frameworks and their effectiveness in roadmapping OSC innovation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,022 | 0,015 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,014 | 0,019 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».