MétaCan
Menu
Retour à la cohorte
Enregistrement W4248192225 · doi:10.11159/icsect20.133

Production Planning of Free-form Concrete Panels using 3D PlasteringTechnology

2020· article· en· W4248192225 sur OpenAlexvenueno aff
Seunghyun Son, Jinhyuk Oh, Kwangheon Park, Sunkuk Kim

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovations in Concrete and Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Education, IndiaNational Research Foundation of KoreaNational Research Foundation
Mots-clésComputer scienceProduction (economics)Engineering drawingConstruction engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

A technology has been developed to produce low-cost high-quality FCP (free-form concrete panel) using materials such as glass and pulp.However, FCP production and installation should meet required schedules in order for such technological development to be applied in practice.If it is not possible for the production to satisfy the installation schedules, sufficient lead time should be granted; otherwise, an additional 3D plastering machine is required.This then would give rise to cost and time conflicts.Therefore, an analysis on processes and influential factors relating to FCP production-installation is necessary after which algorithms should be created to link these processes and factors in a systematic method.This study is aimed at production planning of free-form concrete panels using 3D plastering technology.For the purpose of this study, an influential factor analysis and production planning shall be performed in a phased approach.The results of this study are expected to be used as a crucial reference in developing models that can simulate FCP productioninstallation in various ways.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 enseignants0,184 · 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'étudeExpérimental (laboratoire)
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetInnovations in Concrete and Construction MaterialsTravaux en français237 207