Measurement of Information Loss and Transfer Impacts of Technology Systems in Offsite Construction Processes
Notice bibliographique
Résumé
Offsite construction, also known as industrialized/prefabricated construction, is an alternative approach to delivering construction projects, compared to the on-site stick-built/built-on-site construction approach. Today’s offsite construction processes often use technology systems (e.g., digital design tools and automated machinery) to increase productivity and improve product quality. These systems operate collectively and rely on information generated in different operating environments. Therefore, information interoperability is critical to achieving overall construction efficiency and economics. This creates a need to study the impacts of information loss and transfer due to information interoperability, specifically for offsite construction processes. Given this, the paper uses a qualitative (case study) approach to document the offsite construction processes and the information requirements for each process. The efforts spent on information generation and transfer are taken as inputs for calculating the information loss and transfer impact using a quantitative (Monte Carlo simulation) approach. It contributes to the body of knowledge with (1) documentation of the current offsite construction processes based on wood panelized construction and the information requirements for all involved technology systems; (2) a case study approach that can be generically applied in other offsite construction companies to capture the information efficiency due to information interoperability; and (3) a generic simulation-based approach to measure the impacts of information loss and transfer between processes. As a result, the paper proposes phases of technology adoption and strategies for offsite construction companies.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».