MétaCan
Menu
Retour à la cohorte
Enregistrement W4392896887 · doi:10.1061/9780784485293.017

The University of Alberta’s Construction Innovation Centre (CIC): Academia-Industry Collaboration for High-Impact Research

2024· article· en· W4392896887 sur OpenAlexaffabout
Alireza Golabchi, Yasser Mohamed, Aminah Robinson Fayek, Simaan AbouRizk

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensThe Metabolomics Innovation CentreUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProductivityGovernment (linguistics)BusinessConstruction industryProcess (computing)Knowledge managementEngineering managementCompetitive advantageEngineeringMarketingComputer scienceEconomic growthConstruction engineering

Résumé

récupéré en direct d'OpenAlex

The Construction Innovation Centre (CIC) was established at the University of Alberta with the aim of providing breakthrough research, education, and training that would directly benefit the construction industry, leading to sustainable and economic development of our built environment—all while providing a competitive advantage for the Canadian construction sector. Bringing together over 30 inter-disciplinary faculty members and more than 50 industrial partners, professional associations, and government bodies, the CIC is accelerating and supporting innovation, productivity, and competitiveness in the construction industry through high-impact research. This paper shares the steps taken to establish the CIC including the development of its research road map, governing structure, services provided, and metrics to evaluate performance. By exploring the process of establishing the CIC as a collaborative construction research center, this paper provides insights into the opportunities, challenges, and directions for creating successful academia-industry collaborations. Such collaborations are crucial for developing impactful solutions that can address the challenges encountered by the construction industry through cultivating a collaborative environment for effective innovation and knowledge mobilization, successful dissemination of research findings, and productive training of highly qualified personnel.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,446
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetConstruction Project Management and PerformanceTravaux en français237 207