MétaCan
Menu
Retour à la cohorte
Enregistrement W4319758824 · doi:10.3390/su15043128

A Hybrid Multi-Criteria Decision Support System for Selecting the Most Sustainable Structural Material for a Multistory Building Construction

2023· article· en· W4319758824 sur OpenAlex
Mohammad Masfiqul Alam Bhuiyan, Ahmed Hammad

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMultiple-criteria decision analysisSustainabilityRanking (information retrieval)Analytic hierarchy processTOPSISDecision support systemRisk analysis (engineering)Management scienceEngineeringComputer scienceBusinessOperations research

Résumé

récupéré en direct d'OpenAlex

In recent years, the performance of the construction industry has highlighted the increased need for better resource efficiency, improved productivity, less waste, and increased value through sustainable construction practices. The core concept of sustainable construction is to maximize value and minimize harm by achieving a balance between social, economic, technical, and environmental aspects, commonly known as the pillars of sustainability. The decision regarding which structural material to select for any construction project is traditionally made based on technical and economic considerations with little or no attention paid to social and environmental aspects. Furthermore, the majority of the available literature on the subject considered three sustainability pillars (i.e., environmental, social, and economic), ignoring the influence of technical aspects for overall sustainability assessment. Industry experts have also noted an unfulfilled need for a multi-criteria decision-making (MCDM) technique that can integrate all stakeholders’ (project owner, designer, and constructor) opinions into the selection process. Hence, this research developed a decision support system (DSS) involving MCDM techniques to aid in selecting the most sustainable structural material, considering the four pillars of sustainability in the integrated project delivery (IPD) framework. A hybrid MCDM method combining AHP, TOPSIS, and VIKOR in a fuzzy environment was used to develop the DSS. A hypothetical eight-story building was considered for a case study to validate the developed DSS. The result shows that user preferences highly govern the final ranking of the alternative options of structural materials. Timber was chosen as the most sustainable option once the stakeholders assigned balanced importance to all factors of sustainable construction practices. The developed DSS was designed to be generic, can be used by any group of industry practitioners, and is expected to enhance objectivity and consistency of the decision-making process as a step towards achieving sustainable construction.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,545
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,011
Tête enseignante GPT0,286
Écart entre enseignants0,275 · 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