INDUSTRY 4.0: DIGITAL TWINS AND ACCOUNTABILITY
Notice bibliographique
Résumé
Digital twins are characterized as NextGen smart cities, part of cyber-manufacturing processes and as industry 4.0 systems. They are digital replicas of ‘real’ world physical assets, with real-time information interchanges via sensors between digital replicas and their material assets. They can be immersive 3D environments of cities rendered in game engines and engaged with via VR headsets. Uncritical, enthusiastic and technologically solutionist rationales are generally offered for their creation in IT, engineering and vendor literature. Digital twins are often touted as a system to predict, preempt, prevent and plan for the impact of climate change and for emergency preparedness scenario planning. This paper discusses preliminary observations from a transdisciplinary archival and AI research project of an urban digital twin in the architecture, engineering, construction and owner operated (AECOO) sector, theoretically framed by critical data studies, archival digital diplomatics, digital records forensics and social and technological assemblage theory. A hybrid methodological approach combines a technological walkthrough with twin developers mapping data flows and technological processes, guided by a semi-structured interview instrument to identify what constitutes a record of automated and AI/ML actions that affect social and material outcomes. Preliminary observations identified a complex set of technopolitics, myriad procurement and contractual arrangements where data and technology ownership remains with vendors. It has become clear that digital twins are very messy and poorly governed infrastructures of infrastructure, which are mostly proprietary, lack interoperability and standards. The aim is to understand urban digital twins so that they may be governed in the public interest.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».