An Off-Site Construction Digital Twin Assessment Framework Using Wood Panelized Construction as a Case Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Off-site construction is an innovative type of construction with the philosophy of standardizing the process and deploying the latest technological enablers. Many technologies, such as the Building Information Model (BIM), Internet of Things (IoT), etc., are concerned with virtual representation and manipulation of the physical site. However, a holistic view of the off-site construction processes is lacking in the exploration of the technological advances, resulting in inconsistency when applying these advances in practice. The concept of Digital Twin is useful for addressing this challenge. Digital Twin is a philosophy and a collection of technologies aimed toward seamless physical and virtual connections. Therefore, a holistic Off-site Construction Digital Twin model is necessary for any research concerning this topic, and an assessment framework is useful in helping off-site construction industry companies in approaching systematic Digital Twin. This research first proposes a model for Off-site Construction Digital Twin. To quantify this model, an assessment tool named Off-site Construction Digital Twin Maturity Level is proposed. The validation and evaluation of this assessment framework are conducted through a case study with ACQBuilt, an off-site construction company in Edmonton, Canada. The resulting assessment framework contributes to the body of knowledge in two ways: Firstly, it sets the foundation for an Off-site Construction Digital Twin, which is anticipated to significantly reduce waste and to improve efficiency. Secondly, it enables easier technology application in practice by offering a holistic Digital Twin framework.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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