MétaCan
Menu
Retour à la cohorte
Enregistrement W4281648432 · doi:10.5772/intechopen.104979

Massive Wood Construction in Finland: Past, Present, and Future

2022· book-chapter· en· W4281648432 sur OpenAlexaboutno aff
Hüseyin Emre Ilgın, Markku Karjalainen

Notice bibliographique

RevueIntechOpen eBooks · 2022
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésApartmentEngineeringArchitectural engineeringLaminated veneer lumberPopularityArchitectureCross laminated timberQuarter (Canadian coin)VeneerProduct (mathematics)Civil engineeringForensic engineeringGeographyArchaeologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Finland has a long history of massive wood construction such that the log construction technique has been used as a traditional method of Finnish residential construction for thousands of years, and the entire history of Finnish architecture is based on this technique. Today, almost all leisure buildings, for example, cottages in Finland are made of wood and mostly log construction. Also, today 90% of Finland’s detached houses have timber frames, and a quarter of them are made from industrial glue logs. Apartment buildings began to be made of wood, especially cross-laminated timber (CLT) and laminated veneer lumber (LVL). The most common way of constructing wooden apartments is to use volumetric elements as compared to load-bearing large elements and post-beam systems. The increase in environmental awareness in Finland, as in many European countries today, strengthens the popularity of wood construction, and this brings the search for innovative and environmentally friendly engineered wood product solutions (e.g., dovetail massive wood board elements) as a future vision. The chapter aims to identify, combine, and consolidate information about massive wood construction in Finland from past, present, and future perspectives. This study will assist and guide Finnish key professionals in the design and implementation of timber buildings.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,011
Tête enseignante GPT0,188
Écart entre enseignants0,177 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntechOpen eBooksMême sujetWood Treatment and PropertiesTravaux en français237 207