Editorial: Design quality: what we learned from evidence-based design and post-occupancy evaluation research during the COVID-19 pandemic
Notice bibliographique
Résumé
evidence based design, post-occupancy evaluation (POE), COVID-19 pandemic, design quality, healthy environments Editorial on the Research Topic Design quality: what we learned from evidence-based design and postoccupancy evaluation research during the COVID-19 pandemicThe COVID-19 pandemic has resulted in 6.8 million deaths worldwide, and millions more have been infected, suffered symptomatic illnesses or hospitalizations (WHO, 2023).The pandemic required, and still requires, massive societal and organizational shifts to prevent or reduce the further spreading of the virus.Lockdowns and mandatory remote work and study at home greatly impacted people's daily lives."Prior to the COVID-19 crisis, most workers had limited familiarity with remote working" (Battisti et al., 2022, p.1).According to (Wang et al., 2021), before COVID-19, only 2.9% of the total US workforce and around 2% of that in Europe engaged in emergency remote working.As a result, "the pandemic abruptly upset normal work routines and accelerated previously ongoing trends relating to the migration of work to online or virtual environments (Kniffin et al., 2021; Battisti et al., 2022, p. 1).Remote working and online education are not new, but previously were mainly done voluntarily.Due to COVID-19, the development and adoption of digital and information and communication technologies (ICTs) have increased dramatically.As such, the pandemic can be perceived as a giant real-life human experiment, from which many lessons can be learned about the impact of a pandemic on people's quality of life, wellbeing, performance, sense of belonging to a particular community or organization, and social cohesion.Organizations and governments now ask themselves what measures are needed in a post-pandemic period and how to cope with future pandemics.For Frontiers in Built Environment, a particular question is what policymakers, designers, corporate real estate and facility managers can or should do to design and manage a built environment that supports people's wellbeing, performance and quality of life during a pandemic and in a post-pandemic context.Relevant challenges for practitioners and related research questions are:
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 | 0,022 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,012 | 0,006 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,023 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,016 |
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 ».