MétaCan
Menu
Retour à la cohorte
Enregistrement W4406469549 · doi:10.3390/su17020673

Developing an openBIM Information Delivery Specifications Framework for Operational Carbon Impact Assessment of Building Projects

2025· article· en· W4406469549 sur OpenAlexafffund
Arash Hosseini Gourabpasi, Farzad Jalaei, Mehdi Ghobadi

Notice bibliographique

RevueSustainability · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Research Council Canada
Mots-clésIntegrated project deliveryBusinessEngineeringComputer scienceEnvironmental resource managementConstruction engineeringSystems engineeringProcess managementEnvironmental scienceProject management

Résumé

récupéré en direct d'OpenAlex

BIM (building information modeling) is widely recognized for enhancing the efficiency and precision of building energy modeling (BEM), primarily by reducing model development time and improving model accuracy. This paper presents a novel framework leveraging “openBIM” to standardize and harmonize BIM-driven solutions for energy simulations, facilitating comprehensive operational carbon impact assessments. Unlike existing approaches, our framework uniquely integrates information delivery specifications (IDS) with openBIM standards to define the minimum data requirements within the IFC schema, tailored to various levels of development (LOD). This innovation ensures consistent data exchange and interoperability across diverse energy modeling and simulation tools, addressing common challenges of data fragmentation and inaccuracy in operational carbon assessments. By advancing the current state of the art, the proposed framework empowers energy modelers, LCA analysts, and asset managers to streamline IDS implementation, fostering more efficient and reliable construction industry practices. This research thus marks a significant step towards achieving more sustainable building projects through enhanced data-driven insights.

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)0,023
score de la tête « metaresearch » (Gemma)0,025
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,025
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0090,006
Études des sciences et des technologies0,0020,002
Communication savante0,0100,008
Science ouverte0,0050,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,022
Tête enseignante GPT0,335
Écart entre enseignants0,313 · 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
GenreMéthodes

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

En bref

Citations10
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetBIM and Construction IntegrationTravaux en français237 207