MétaCan
Menu
Retour à la cohorte
Enregistrement W4280642564 · doi:10.3390/buildings12050672

Assembly Solution for Modular Buildings: Development of an Automated Connecting Device for Light-Framed Structures

2022· article· en· W4280642564 sur OpenAlexafffund
Laurence Picard, Pierre Blanchet, André Bégin‐Drolet

Notice bibliographique

RevueBuildings · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésModular designEngineeringPrefabricationRapid prototypingProcess (computing)New product developmentTimelineManufacturing engineeringSystems engineeringMechanical engineeringComputer scienceCivil engineering

Résumé

récupéré en direct d'OpenAlex

The prefabricated construction industry, also known as off-site construction, has been operating in North America for several years now and differs from traditional construction in its much shorter project timelines, lower costs, and increased build quality. However, the lack of a suitable and efficient assembly solution has been identified by many as a barrier to the use of off-site construction for larger buildings. To maximise the benefits of off-site manufacturing for multistorey buildings, an automated connection solution is presented in this paper. A new plug-in self-locking device was developed according to the following product design phases: on-site observations, definition of the problem and product specifications, solution generation, prototyping, fabrication, and testing. The plug-in self-locking device allows the assembly process to be accelerated by eliminating the fastening steps and a higher completion of modules off-site to be achieved. The design bears the compressive, tensile, and shear loads and contributes to the load path of the building.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,014
Tête enseignante GPT0,258
Écart entre enseignants0,244 · 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

Citations20
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetBIM and Construction IntegrationTravaux en français237 207