Building Information Modeling for Environmental Impact Assessment in Early Design Phases: A Literature Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The building sector is the largest consumer of energy in industrial countries. Saving energy in new buildings or building renovations can thus lead to significant global environmental impacts. In this endeavor, building information modeling (BIM) and building energy modeling (BEM) are two important tools to make the transition to net-zero energy buildings (NZEB). So far, little attention has been devoted, in the literature, to discuss the connection between BIM, BEM, and Life-cycle assessment (LCA), which is the main topic of this article. A literature review of 157 journal articles and conference proceedings published between 1990 and 2020 is presented. This review outlines knowledge gaps concerning BIM, BEM, and environmental impact assessment. It suggests that defining the process with the right technology (at the right time) would result in a more integrated design process (IDP) and bridge current gaps. The most efficient way to improve process and technology is related to the competences of the architects, engineers and constructors (AEC). The review also indicates that the IDP in the early design phases (EDP) is in need of improvement for architects and engineers, where a better connection between design phases, specific levels of development (LOD) and BIM tools is needed. Competences, process and technology are the three main themes addressed in the review. Their relation to design phases and LOD is discussed. The aim is to propose possible solutions to the current hinders in BIM-to-BEM (BIM2BEM) and BIM-for-LCA (BIM4LCA) integration.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle