MétaCan
Menu
Retour à la cohorte
Enregistrement W4409668104 · doi:10.3390/ijgi14050180

Georeferencing Building Information Models for BIM/GIS Integration: A Review of Methods and Tools

2025· review· en· W4409668104 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueISPRS International Journal of Geo-Information · 2025
Typereview
Langueen
DomaineEngineering
Thématique3D Modeling in Geospatial Applications
Établissements canadiensEsri (Canada)Toronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeoreferenceBuilding information modelingComputer scienceGeographic information systemConstruction engineeringSystems engineeringEngineeringGeographyRemote sensingOperations management

Résumé

récupéré en direct d'OpenAlex

With the rise of urban digital twins and smart cities, the integration of building information modeling (BIM) and geospatial information systems (GISs) have captured the interest of researchers. Although significant advancements have been achieved in this field, challenges persist in the georeferencing of BIM models, which is one of the fundamental challenges in integrating BIM and GIS models. These challenges stem from dissimilarities between the BIM and GIS domains, including different georeferencing definitions, different coordinate systems utilization, and a lack of correspondence between the engineering system of BIM and the project’s geographical location. This review critically examines the significance of georeferencing within this integration, outlines and compares various methods for georeferencing BIM data in detail, and surveys existing software tools that facilitate this process. The findings underscore the need for increased attention to georeferencing issues from both domains, aiming to enhance the seamless integration of BIM and GIS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,007
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,393
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