Scientometric Analysis for Cross-Laminated Timber in the Context of Construction 4.0
Notice bibliographique
Résumé
Cross-laminated timber (CLT) has been one of the principal materials in mass timber construction, and now it is possible to find mid-rise and high-rise projects around the globe. This study makes a scientometric review comparison between CLT and the impact of the fourth industrial revolution (formally known as Industry 4.0) in the construction industry, focusing on worldwide academic publications between 2006 and 2022. The analysis considers keywords, co-author, co-citation, and clustering analysis. This study used 1320 documents, including journals and conference proceedings from the Scopus database, where 753 were for cross-laminated timber and 567 for Industry 4.0. Key researchers, research institutions, journals, publications, citation patterns, and trends are some of the results obtained from the scientometric analysis. Once the knowledge mapping was conducted for both fields, scrutiny of the interconnection of both areas was performed to find possible research gaps from a manufacturing perspective. Among the conclusions, it is logical to say that Industry 4.0 implementation in cross-laminated timber is still in its infancy. One of the most popular technologies impacting construction is the digital twin concept; however, no work is reported for CLT on this topic. Additionally, digital automation is a necessity in any research practice, and the use of industrial robots is shown to be an essential asset for CLT as these robots can handle complex shapes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,156 | 0,226 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».