Process Mining, Modeling, and Management in Construction: A Critical Review of Three Decades of Research Coupled with a Current Industry Perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The so-called digital transformation of the construction industry is essential to overcoming long-standing global productivity stagnation. This transformation aims to adopt the latest technological developments and methodologies to improve construction productivity while supporting data-informed decision-making. However, the construction sector has fallen short of meeting the fast-growing population’s demands for sustainable quality infrastructure at the required pace as it has not yet taken full advantage of these advancements. Despite broad experience in managing projects, when it comes to modeling, monitoring, and re-engineering processes, the construction industry has fallen behind several other industries. To overcome these challenges, efficient construction processes and operational strategies are essential to keeping organizations competitive and meeting market demands. In this regard, even though several studies on process modeling and management in construction exist, research on construction process improvement and automation through data-driven process mining remains understudied. Moreover, the literature lacks a comprehensive review of process-oriented studies with practical industry insights. To fill these gaps, this paper aims to provide an exhaustive analysis of process mining, modeling, and management as reported by the most current state of the literature in the architecture, engineering, construction/facility management (AEC/FM) domain coupled with a current industry perspective. As a result, the authors: (1) propose a conceptual process classification framework that considers the broad spectrum of process-oriented studies in the existing literature; (2) identify construction processes commonly present across a project’s life cycle; (3) design and conduct structured interviews with subject matter experts to validate identified processes and get industry insights about them; (4) spot major literature gaps describing future research opportunities; and (5) develop a business process model canvas template that supports construction organizations in improving their corporate memory and pursuing construction productivity growth by better managing, monitoring, and automating construction processes.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| 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 | 0,001 |
| 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 découle