MétaCan
Menu
Retour à la cohorte
Enregistrement W3213414280 · doi:10.29173/mocs175

BIM-enabled Modular and Industrialized Construction in China

2015· article· en· W3213414280 sur OpenAlexvenueno aff
Peining Hu, Jinyue Zhang

Notice bibliographique

RevueModular and Offsite Construction (MOC) Summit Proceedings · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndustrialisationChinaModular designProductivitySustainable developmentBusinessQuality (philosophy)Resource (disambiguation)Industry of ChinaEngineeringIndustrial organizationEconomic growthComputer scienceEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

The Chinese construction market is huge in terms of its size but facing many issues not matching its high speed development, such as low field productivity, unreliable quality, high resource and energy consumption, often safety accidents, and significant environment pollution. Those issues are mainly associated with the old fashion of construction method. The concept of industrialization of construction has been recognized since the establishment of the People’s Republic of China, but did not get well developed until recently the industry is under the pressure of increasing labour cost and the demand of sustainable development. There was a surge of Building Information Modeling (BIM) application in last few years in China and the industry has seen lots of benefits of virtual design and construction. Integrating BIM technology into industrialization of construction is seen as a promising opportunity to improve the performance of modular and industrialized construction. This paper first reviews the history of industrialization of the Chinese construction industry and then discusses the recent BIM adoption in China. The approaches of using BIM to enable modular design and industrialized construction and installation in China are the main focus of this paper.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,529
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,195
Écart entre enseignants0,183 · 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.

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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModular and Offsite Construction (MOC) Summit ProceedingsMême sujetBIM and Construction IntegrationTravaux en français237 207