MétaCan
Menu
Retour à la cohorte
Enregistrement W4378457460 · doi:10.5281/zenodo.7468687

Guidelines for design decision-makers

2023· report· en· W4378457460 sur OpenAlexaff
Alexander Passer, Tajda Potrč Obrecht, Nicolas Alaux, Thomas Lützkendorf, Martin Röck, Bernardette Soust-Verdaguer, Marcella Ruschi Mendes Saade, Rolf Frischknecht, Endrit Hoxha, Zsuzsa Szalay, Benedek Kiss, Lisa Wastiels, Alexander Hollberg, Aoife Houlihan Wiberg, Sébastien Lasvaux, Alina Galimshina, Guillaume Habert, Rafael Horn, Roberta Di Bari, Katrin Lenz, Carmen Llatas, Juan Carlos Gómez de Cózar, Jakub Veselka, Harpa Birgisdóttir, Maria Balouktsi, Daniel Plazza, Michael Ortmann, Deepshi Kaushal, David Dowdell, Jarred Butler, Claudiane Ouellet‐Plamondon, Bruno Peuportier, Theres Reisinger

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2023
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésComputer scienceManagement scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The purpose of this report is to provide support to the design decisions-makers during the design process. For each of the defined design step decision the important topics to consider were identified, the key stakeholders are declared and the purpose of LCA at the selected design step is defined. The report covers: The definition of the design steps, the definition of the tasks in each design step and an overview of the relevant milestones for performing LCA; An overview of the systematic building decomposition methods and the appropriate levels at each design step; An overview of the tools that can be used for LCA and a selection process for choosing the right LCA tool. A special emphasize is given to the topic of Building Information Modelling (BIM), how the BIM tools can facilitate the LCA assessment and what information should be implemented in the BIM model; Strategies on how to reduce the design-related uncertainties; An overview of the visualization of the LCA results and which are appropriate in the selected design steps.

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)0,042
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,252

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,079
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,010
Études des sciences et des technologies0,0040,004
Communication savante0,0170,010
Science ouverte0,0110,007
Intégrité de la recherche0,0160,009
Charge utile insuffisante (le modèle a refusé de juger)0,0750,077

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 Opus0,084
Tête enseignante GPT0,335
Écart entre enseignants0,251 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetEnvironmental Impact and SustainabilityTravaux en français237 207