MétaCan
Menu
Retour à la cohorte
Enregistrement W4317793543 · doi:10.1109/wsc57314.2022.10015329

System Dynamics Modeling of the Construction Supply Chain in Industrial Modularized Construction Projects

2022· article· en· W4317793543 sur OpenAlexaff
Lingzi Wu, Simaan AbouRizk, Kunkun Li

Notice bibliographique

Revue2022 Winter Simulation Conference (WSC) · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensPCL Construction (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésDuration (music)Supply chainReworkScope (computer science)System dynamicsSystems engineeringComputer scienceCausal loop diagramStakeholderVariable (mathematics)Industrial engineeringOperations researchProcess managementEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Modeling the construction supply chain has been a challenge as the construction supply chain is a complex and dynamic ecosystem. To understand the variable and volatile nature of construction, this study developed a system dynamic model to simulate the influences of three key factors, scope changes, requests for information, and rework, on project duration. This study reviewed the latest literature, examined the typical modularized heavy industrial construction projects, sketched a causal loop diagram, developed a system dynamics model, and performed model verification and validation. The simulation results for a simple construction project with artificial input revealed that the three identified factors significantly influenced the project duration against the initial planned project duration. The proposed system dynamics model (1) simulates the multi-stakeholder construction supply chain as a holistic ecosystem; (2) quantifies the impact resulting from inefficient information flows on project duration; and (3) forecasts the project duration given these factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,115
Tête enseignante GPT0,317
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 Winter Simulation Conference (WSC)Même sujetConstruction Project Management and PerformanceTravaux en français237 207