Integrating Virtual Reality and Consensus Models for Streamlined Built Environment Design Collaboration
Notice bibliographique
Résumé
Collaboration in design decision-making is a critical factor in enhancing the quality of built environments. However, several factors, such as the lack of clarity in the negotiation process, the diverse disciplinary backgrounds of stakeholders, and conformity bias, pose significant challenges, rendering the collaboration in built environment design time-consuming. To overcome these challenges and improve the efficiency of collaborative design, a novel solution that introduces a consensus model enhanced by virtual reality (VR) is proposed in this paper. The proposed model implements a structured decision-making process to foster fact-based discussions and minimize conflicts arising from personal biases. It ensures equal influence among all stakeholders, prevents the dominance of any single viewpoint, and offers personalized recommendations to guide stakeholders toward group consensus while respecting their initial preferences. The study leverages VR techniques to enhance communication and comprehension during design negotiations. The VR collaboration platform provides a robust visualization and user-friendly interface, empowering stakeholders to understand the decision-making process better and iteratively refine their preferences for optimal user satisfaction. By integrating VR, the burden traditionally placed on a moderator in group decision-making (GDM) is reduced, resulting in a more streamlined and efficient collaborative process. Additionally, stakeholders can conveniently communicate their preferences remotely through cloud services within the immersive VR collaboration environment, further enhancing the overall design collaboration experience. To the best knowledge of the authors, this study is the first attempt to combine a consensus model with VR to create a comprehensive solution that supports stakeholders in achieving consensus design solutions in the early design stage. This study contributes to the advancement of knowledge in the field of design collaboration by exploring the potential benefits of a VR-enhanced consensus model for GDM.
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 | 0,000 | 0,000 |
| 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 ».