MétaCan
Menu
Retour à la cohorte
Enregistrement W4288034270 · doi:10.18280/ijsdp.170415

Future Hospital Building Design Strategies Post COVID-19 Pandemic

2022· article· en· W4288034270 sur OpenAlexvenueno aff
Abeer Makram, Rasha Ali El-Ashmawy

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicFlexibility (engineering)AdaptabilityCoronavirus disease 2019 (COVID-19)Risk analysis (engineering)Computer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic is regarded as a pivotal point in human history. The goal of architecture is to solve problems like the novel COVID-19 pandemic. As a result, new future methods to designing buildings and create environments emerged, with hospital design and infection control being prioritized as a key pillar of health care. Hospitals, like battlegrounds, require a future design that prioritizes speed and safety, not just during treatment but also during testing and follow-up care. The research aims to create an appealing, humane, and optimal therapeutic environment for dealing with the pandemic in order to raise the degree of safety that aids in the prevention of infection and illness spread. The research employs a deductive methodology, with the goal of discussing the evolution of the design of the future hospital environment through a set of design strategies based on social distancing policy, adaptability, flexibility, and engineering control of new preventive measures to deal with the current and potential future pandemics, while also considering humanistic aspects. The questionnaire was conducted to test the goals and strategies of this research through a group of specialists in order to reach the graphic results of the importance of these strategies in helping to design the hospital of the future, paving the way for future studies and research to develop building design and create environments of future hospitals.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil0,625

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,286
Écart entre enseignants0,243 · 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 tête enseignante, 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
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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207