MétaCan
Menu
Retour à la cohorte
Enregistrement W4400992468 · doi:10.69554/xjpl8521

Fresh perspectives on the future of the office: A way forward

2021· article· en· W4400992468 sur OpenAlexaff
Chris Diming, Rob Harris, C. Kane, Max Luff, George Muir, Amanda Rischbieth, Euan Semple, Anna Todorova, C. D. J. Waters, Eugenia Anastassiou

Notice bibliographique

RevueCorporate real estate journal · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDental Education, Practice, Research
Établissements canadiensWorkplace Health, Safety and Compensation Commission
Organismes subventionnairesnon disponible
Mots-clésOperations managementEngineering

Résumé

récupéré en direct d'OpenAlex

The debate about the future of the office has taken on a life of its own as a result of pandemic-induced lockdowns. The viability and utility of the home/remote/anywhere working experiment at scale has opened up challenges and opportunities — so much so that the traditional ecosystem of commercial property investment is under challenge, together with the viability of the traditional office from both the suppliers’ and users’ perspective, and even the future of city centres is being evaluated. COVID-19 has shifted the focus to the people aspect of the equation and how and where work will be carried out, given the rise in importance of employee and community health and well-being. It has also highlighted the work-from-home versus living-at-work debate. This paper engages a broad range of diverse contributors with a wealth of experience and expertise in dealing with various aspects of the built, technological and workplace landscape, including the health, well-being, anthropological, behavioural change and sustainability factors. This wide-ranging holistic approach forms the basis for creating greater awareness and proposing frameworks and approaches within the corporate real estate (CRE) space to move forward.

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)0,009
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,031
Communication savante0,0210,044
Science ouverte0,0020,010
Intégrité de la recherche0,0120,017
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,083
Tête enseignante GPT0,429
Écart entre enseignants0,345 · 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
GenreCommentaire

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

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorporate real estate journalMême sujetDental Education, Practice, ResearchTravaux en français237 207