MétaCan
Menu
Retour à la cohorte
Enregistrement W4412059615 · doi:10.55300/gz87bq40

Keuntungan, Batasan, dan Tantangan Penggunaan Building Information Modeling dalam Proses Pembelajaran

2025· article· en· W4412059615 sur OpenAlexaff
Muhammad Rafli Alrizqi, Ilham Fazri

Notice bibliographique

RevueArchvisual Jurnal Arsitektur dan Perencanaan · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics educationComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

This study investigates the use of Building Information Modeling (BIM) as a construction education technique on a campus setting. The planning, design, and project management processes are more accurate and efficient because to the growing use of BIM in the construction sector. However, there could be a number of problems and challenges when using BIM among students and teachers on a college campus. A literature analysis and questionnaires were employed in this study to gather information from students at one of Yogyakarta universities. The information covered students' understanding of BIM, their practical experience with it, and their perspectives on its advantages and disadvantages in the educational process. According to the study's findings, nearly all of college students are familiar with BIM. The survey also highlighted a number of obstacles that prevent the use of BIM on campuses, including a lack of infrastructure and resources, a curriculum that isn't properly integrated with BIM, and access issues for BIM software. The research also looked at the potential for creating OpenBIM as a way to improve teamwork and flexibility when using BIM on campuses. The adoption of BIM on campuses can have a substantial positive impact on students' readiness for a work market that is becoming more and more digitized and technologically focused.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même revueArchvisual Jurnal Arsitektur dan PerencanaanMême sujetBIM and Construction IntegrationTravaux en français237 207