MétaCan
Menu
Retour à la cohorte
Enregistrement W4283385942 · doi:10.3390/su14137674

Sustainable Sand Substitutes in the Construction Industry in the United States and Canada: Assessing Stakeholder Awareness

2022· article· en· W4283385942 sur OpenAlexaffabout
Adel A. Zadeh, Yunxin Peng, Sheila M. Puffer, Myles D. Garvey

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRecycled Aggregate Concrete Performance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStakeholderBusinessConstruction industrySustainable developmentConsumption (sociology)Stakeholder theoryMarketingEnvironmental resource managementPublic relationsPolitical scienceEngineeringEconomicsSociologyConstruction engineering

Résumé

récupéré en direct d'OpenAlex

The United Nations has declared a global sand crisis, called for reduced sand consumption, and proposed solutions to address the crisis, including adopting sustainable substitutes for sand. The construction industry is a major consumer of sand, yet a recent study found a very low level of awareness by stakeholders of the crisis. The purpose of this study is to assess the familiarity of construction industry stakeholders with 27 sand substitute materials, grouped into five components that emerged from a factor analysis. Data were collected using a survey designed by the authors. Respondents consisted of 156 construction industry professionals located in 35 US states and 7 Canadian provinces. Stakeholders were classified according to a framework considering the level of power and interest of each stakeholder in sustainable construction projects. Hypotheses of no differences in awareness for two types of stakeholder groups were generally supported. First, no differences were found for decision makers responsible for ordering sand vs. non-decision makers. Second, for professional roles, academics were more familiar with some substitutes than those in other roles. The article concludes with implications for research and practice, with recommendations on how to increase awareness of sand substitutes among stakeholders in the construction industry.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,233
Écart entre enseignants0,218 · 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'étudeObservationnel
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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetRecycled Aggregate Concrete PerformanceTravaux en français237 207