MétaCan
Menu
Retour à la cohorte
Enregistrement W4401847930 · doi:10.1108/ci-08-2023-0210

Where lean construction and offsite construction meet: a bibliographic scientometric analysis

2024· article· en· W4401847930 sur OpenAlexaboutno aff
Emmanuel Itodo Daniel, Anthony Babalola, Olugbenga Timo Oladinrin, Lovelin Obi, Olalekan Shamsideen Oshodi, Ashendra Nikeshala Konara Mudiyanselage

Notice bibliographique

RevueConstruction Innovation · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLean constructionComputer scienceEngineeringConstruction engineeringConstruction industry

Résumé

récupéré en direct d'OpenAlex

Purpose Improving construction projects' performance through innovative approaches such as lean construction (LC) and offsite construction (OSC) methods are at the centre of various debates. However, there is a limited understanding of the current link between LC and OSC approaches. This study aims to conduct a scientometric analysis on LC and OSC research to unpack and establish the nexus and suggest future research focus. Design/methodology/approach Scientometric analysis was used to systematically examine existing literature on LC and OSC to identify possible connections. Relevant publications were extracted from the Scopus database, using inclusion and exclusion criteria. VOSviewer software was used as a visualisation technique to analyse and map the interrelations and connections of the concepts being studied. Bibliograhic data on the 68 selected papers were extracted from the Scopus database. Findings The search results cover the period between 2003 and 2021. Descriptive statistics show that the number of published papers has increased yearly. Researchers in the USA and Canada are the most productive authors regarding the number of published papers. The directions for future research suggested are the need to identify best practices for integrating LC and OSC methods, the need for more interdisciplinary and cross-country collaboration among researchers, the use of alternative research methods will provide a better understanding of the benefit of integrating LC and OSC techniques and more research is needed to showcase how the use of lean and offsite construction can facilitate the attainment of net-zero in the construction industry. Originality/value This study provides insights into the trends and gaps in knowledge on integrating LC and OSC methods and offers valuable insights to scholars and practitioners in integrating LC and OSC principles. This knowledge is vital for identifying strategies to improve the outcome of construction projects and contribute to the sustainable socio-economic development of cities across the globe.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,019
score de la tête « metaresearch » (Gemma)0,094
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,094
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,2160,288
Études des sciences et des technologies0,0030,002
Communication savante0,0160,009
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,222 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeObservationnel
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConstruction InnovationMême sujetBIM and Construction IntegrationCatégorieBibliométrieTravaux en français237 207