Scan-to-BIM approach for enhanced semi-automated cost management in modular off-site construction
Notice bibliographique
Résumé
Purpose This research integrates lean construction principles with scan-to–building information modeling (BIM) to enhance cost management in modular off-site construction. It proposes a scan-to-BIM approach within a semi-automated 5D-BIM framework to improve cost estimation accuracy and efficiency. By leveraging 3D laser scanning, it enhances quantity takeoff and cost reporting, reducing manual errors and improving decision-making during manufacturing and in-factory assembly. Design/methodology/approach A design science research methodology is used to compare the proposed lean-driven 5D-BIM framework with traditional cost management practices. The integration of 3D laser scanning and scan-to-BIM improves measurement accuracy and automates data extraction and analysis. Lean construction reduces waste and maximizes value through collaboration, while modular off-site construction benefits from prefabrication in controlled environments. The 5D-BIM model embeds cost data, enabling more precise quantity takeoffs. In contrast, traditional cost management remains heavily manual and less efficient. Findings The proposed approach reduces the time required for progress cost reporting by 18% and improves cost estimation accuracy by 12%, highlighting the value of combining lean principles with advanced BIM technologies. Research limitations/implications The study is limited to the manufacturing and assembly phases of modular off-site construction in Canada. Results may vary when applied to other phases or regions. Practical implications The framework offers actionable guidance for industry professionals aiming to improve cost control, data accuracy and resource planning in modular off-site projects, while advancing the human-centered transformation of the architecture, engineering, construction and operation industry by automating repetitive tasks, enhancing collaboration and enabling professionals to focus on higher-value decision-making. Originality/value This study uniquely combines lean construction, scan-to-BIM and 5D-BIM to tackle cost management challenges, promoting efficiency, accuracy and digital innovation in off-site construction.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».