MétaCan
Menu
Retour à la cohorte
Enregistrement W4220989846 · doi:10.1061/9780784483954.003

Transitioning to the Next Era of Modular Construction: Reconfiguration, Reuse, and Building Stock Agility

2022· article· en· W4220989846 sur OpenAlexaff
Chris Rausch, Sheida Shahi, Aziz Dhamani, Carl T. Haas

Notice bibliographique

RevueConstruction Research Congress 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésModular designAgile software developmentReuseControl reconfigurationArchitectural engineeringProcess (computing)Stock (firearms)EngineeringAsset (computer security)Computer scienceSystems engineeringConstruction engineeringProcess managementBusinessSoftware engineeringComputer securityMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The current era of modular building construction has been largely immutable for the past century in terms of its aspirations, drivers, and objectives. Delivering prompt, cost-effective, and high-quality assets has characterized this era. Yet, a new era is emerging—centered on the post-asset-delivery phase, espoused by prominent circular economy principles. The ability to reconfigure and reuse modular building assemblies in a highly agile manner poses significant opportunities for revolutionizing the environmental and economic impacts of our ever-growing built environment. This paper establishes the groundwork for transitioning toward the next era of modular construction. First, a review of current efforts being made to facilitate this transition is identified. Then, using additional inputs from the industry, a People, Process, Technology (PPT) framework is used to summarize current drivers and constraints. This research provides a cross-sectional analysis of where the modular industry is and how it can transition into its next era.

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)0,003
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,005
Communication savante0,0080,010
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,292
Écart entre enseignants0,254 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConstruction Research Congress 2022Même sujetBIM and Construction IntegrationTravaux en français237 207