BIM for FM: understanding information quality issues in terms of compliance with owner’s Building Information Modeling Requirements
Notice bibliographique
Résumé
The promise of Building Information Modeling (BIM) for Facilities Management (FM) is based upon building information models as reliable sources of information for decisions during a facility’s life cycle, from the planning to end of life. However, the premise of BIM as an enabler for the delivery of reliable information for FM has numerous challenges. Previous studies have shown that the quality of information provided through current design practices with BIM is inadequate for FM. These information quality (IQ) issues are mostly related to incomplete, inaccurate, inconsistent, and unintelligible facility information that ultimately reduce the usefulness of BIM-based information for FM purposes. In order to support BIM-enabled delivery of useful asset information for FM, certain IQ criteria must be met. Based on three ethnographic case studies, including the analysis of more than two thousand documented BIM for FM-related compliance issues, this research identifies ten key IQ criteria in design BIMs that must be considered to reliably support BIM use for FM, correlates these IQ criteria with key IQ dimensions identified in the literature to reflect their frequency of occurrence, and identifies sources of IQ issues in BIM for FM within design practice. A mixed-method approach for data collection from the case studies is adopted, including document analysis, semi-structured interviews, meeting observation, and a survey. The data collected are analyzed through an iterative coding process, in which the themes emerged are refined and tested as part of a grounded theory approach. This study contributes to the development of the theoretical concept of IQ in BIM for FM that is grounded in data from actual projects with stringent BIM requirements for FM and thorough compliance processes. As a practical contribution, the findings in this study should enable owners and designers to develop a more optimized asset information delivery process, increasing the value of the information in design BIMs for operations with minimal impact on current modeling practices.
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 | 0,071 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,011 | 0,017 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».