MétaCan
Menu
Retour à la cohorte
Enregistrement W4307850757 · doi:10.1139/cjce-2022-0041

Assessing the assessor: a framework for BIM maturity, capacity, and competency evaluation at the organizational level

2022· article· en· W4307850757 sur OpenAlexaffvenue
Emmanuelle Nonirit, Érik Poirier, Daniel Forgues

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Relevance (law)Building information modelingComputer scienceProcess managementSoftware deploymentMaturity (psychological)Capability Maturity ModelKnowledge managementManagement scienceEngineeringSoftware engineeringOperations managementSoftwarePsychology

Résumé

récupéré en direct d'OpenAlex

Many assessment models (AMs) supporting the evaluation of Building Information Modeling (BIM) deployment within an organization or a project have recently been developed. However, it has become challenging to choose which AM is best suited to meet a user's needs in a specific context. These AMs use different criteria and apply different theoretical bases. Moreover, many have been developed with little industry involvement, feedback being given through surveys and focus groups. Lastly, they generally do not consider the context in which the assessment takes place. This paper presents a framework for a type 3 meta-evaluation assessing BIM-AMs concerning their effectiveness, relevance, and usefulness in the context in which they will be implemented. As a contribution to theory, it incorporates the criteria for BIM evaluation developed by Succar et al. (2012) and psychometric validities to evaluate theoretically different models and to incorporate industry input. As a contribution to practice, the framework was used to evaluate two BIM-AMs and provide suggestions for their improvement.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,577
Score d'incertitude au seuil0,593

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,030
Tête enseignante GPT0,241
Écart entre enseignants0,211 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetBIM and Construction IntegrationTravaux en français237 207