MétaCan
Menu
Retour à la cohorte
Enregistrement W4288096486 · doi:10.30682/aa2208f

To make it even better

2022· article· en· W4288096486 sur OpenAlexfundno aff
Anne Isopp

Notice bibliographique

RevueARCHALP · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology, Conservation, and Geographical Studies
Établissements canadiensnon disponible
Organismes subventionnairesInternational Society of Oncology Pharmacy Practitioners
Mots-clésArchitectural engineeringOrder (exchange)Computer scienceConstruction engineeringEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

The Vorarlberg architect Hermann Kaufmann is a pioneer of the modern timber construction with which his name is inseparably linked. In his pleasant but persistent manner, Hermann Kaufmann has never tired of pointing out the qualities of timber construction and, at the same time, developing it further with his buildings through the use of new modern products and the sounding out of new construction methods in order to make timber construction, as he himself says, even better. He has always been open to new developments. Commercial buildings seem to be a good field for trying out these new developments and new construction methods in timber construction. As functional and practical as commercial buildings need to be, they also clearly do leave some leeway for trying out new ideas. Clients, architects, and construction companies use such buildings to experiment, to try out new joints, new material combinations and new engineered woods. By looking at a few examples of industrial developments, we can see how timber construction has changed from a traditional to an ultra-modern method, and better understand the advantages that this building material offers and how Hermann Kaufmann prepared this path with his buildings. This text is an abridged and revised version of an article first published in «Bauband 3: Gewerbebauten in Lehm und Holz», a special edition of the journal DETAIL – Zeitschrift für Architektur + Baudetail.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,390
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 GPT0,228
Écart entre enseignants0,215 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCHALPMême sujetEcology, Conservation, and Geographical StudiesTravaux en français237 207