Developing a design framework for 3D-printed modular living walls: a systematic review
Notice bibliographique
Résumé
Several initiatives have introduced traditional green walls as a long-term approach to climate change mitigation. The Industry 4.0 advancements have encouraged the innovative integration of digital technology in design processes. Limited research has investigated the integration of digital fabrication methods, like 3D printing, in modular living wall applications. Through a mixed-methods approach, this study aimed to identify the role and develop a design framework using digital fabrication in modular living wall. A systematic literature review of 39 articles from 2016 to 2025 was conducted by screening Scopus and Web of Science databases using the PRISMA technique. VOSviewer co-occurrence keyword mapping identified four core themes for the study’s content analysis, including design elements, design optimisation, fabrication, and performance evaluation. The findings revealed the widespread use of digital software in design modelling and post-design analysis compared to the limited use of application-based optimisation. A design framework was developed for fabricating an efficient modular living wall through a circular design process involving component identification, conceptualisation, optimisation, and evaluation stages. The structured framework provides a sustainable and efficient pathway for the 3D printing of modular vessels while supporting SDG Goal 11, sustainable cities, and Goal 13, climate action, and contributing to the fields of urban, architectural, and landscape design.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,039 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».