MétaCan
Menu
Retour à la cohorte
Enregistrement W4411472993 · doi:10.7771/3067-4883.1915

Advancing Off-Site Construction: Assessing Organizational Maturity and Capabilities in the Canadian Construction Industry

2025· article· en· W4411472993 sur OpenAlexafffundabout
Rejsha Khoteja, Rashmi Khatri, Nicole Odo, Alexandra Thompson, Amirhossein Mehdipoor, Brandon Searle, Jeff H. Rankin

Notice bibliographique

RevueCIB Conferences · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensNational Research Council CanadaUniversity of New Brunswick
Organismes subventionnairesNational Research Council CanadaUniversity of WaterlooUniversity of Alberta
Mots-clésMaturity (psychological)Construction industryBusinessCapability Maturity ModelProcess managementEngineeringConstruction engineeringComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The construction industry, despite being a vital sector for societal growth, has struggled to match the accelerated growth seen in other peer industries. Over the past two decades, productivity within construction has remained stagnant, posing challenges to meeting societal demands and sustainability targets. Recognizing the potential of digitalization to revolutionize construction processes, this research addresses the critical need to assess and benchmark organizational maturity and capabilities in the Canadian construction industry, particularly in the context of off-site construction methodologies. This research project aims to establish a comprehensive method for assessing organizational capabilities related to off-site construction, thereby providing insights into current capacities and offering guidance for industry stakeholders to embrace advanced technologies and practices. Building upon an established international framework, the project evaluates organizational maturity across dimensions of people, process, and technology. By focusing on phases of design, manufacturing, and construction, the project will provide a nuanced understanding of the construction industry's readiness for off-site construction adoption. The project provides a conceptual framework to enable construction companies to evaluate their maturity levels relative to industry peers, considering factors such as geography, size, and organizational type. By facilitating this benchmarking process, the research fosters a culture of continuous improvement and innovation within the Canadian construction industry. Ultimately, the findings of this research will contribute to the advancement of off-site construction practices, enhancing productivity, sustainability, and overall industry performance.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,419

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,005
Études des sciences et des technologies0,0050,002
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,332
Écart entre enseignants0,294 · 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'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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCIB ConferencesMême sujetConstruction Project Management and PerformanceTravaux en français237 207