Notice bibliographique
Résumé
information modelling (BIM) adoption, 171-173 advantages of, 171 awareness and utilisation, 181-183 concepts of, 173-174 definition, 173-174 efficiency, 170 India, 177 Nigeria, 171-172 origin, 173-174 productivity, 170 sustainability, 170 technology of, 170-171 utilisation, 171, 183 Building Research Establishment Environmental Assessment Method (BREEAM), 21, 27, 175-176 Canada, 171 Catholic Agency for Overseas Development, 116-117 China air pollutants emission, 145 air quality, 145 annual urban population growth rate, 144 Beijing Capital International Airport, 143 city of Jining, 93, 96 COVID-19.See COVID-19 eco-cities, 84-86, 92-93 ecosystem evaluation, 146 environmental externalities, 145-146 governmentality, 92-93 gross domestic product (GDP), 143 hedonic price models, 147 individualisation, 91 log-linear, 148 North Lake Ecological New Town (NLENT), 87 pollution treatment, 144 urban and rural population, 142 Urban Green, 148 China General Nuclear Power Corp (CGN), 56-57 Chi-square (x 2 ) statistics, 15-16 City of Jining, 93-96 City of Ndola, 65, 70-72 Civil society organizations (CSOs), 119 Climate change, 3-4, 117, 120-121 global agreement, 117 global warming and, 121 greenhouse gas (GHG) emissions, 120-121 CO 2 emissions, 130 Computer-aided design (CAD), 173 Construction, demolition and excavation (CDE), 202-203 Construction quality, 18 Control systems, 197 Cost effectiveness analysis, 28-34 COVID-19 aviation industry, 213-214 banking sector, 215
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,727 | 0,771 |
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 ».