A Hybrid Multi-Criteria Decision Support System for Selecting the Most Sustainable Structural Material for a Multistory Building Construction
Notice bibliographique
Résumé
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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».