MétaCan
Menu
Retour à la cohorte
Enregistrement W4417229565 · doi:10.1061/9780784486139.048

Gamified Virtual Reality for Building Material Reuse Planning

2025· article· W4417229565 sur OpenAlexaff
Gabriel Earle, Emmanouil Katsimpalis, Brandon S. Byers, Carl T. Haas, Catherine De Wolf, Bryan T. Adey

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueRecycled Aggregate Concrete Performance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésReuseVirtual realityDeconstruction (building)Test (biology)Building information modelingVirtual prototypingVirtual machine

Résumé

récupéré en direct d'OpenAlex

Material reuse offers the construction industry a chance to massively reduce the natural resources it consumes and the amount of waste it sends to landfills. However, adopting a “circular economy” of building materials requires many new workflows. In this paper, we present and test a virtual reality approach for building material reuse planning based on reality capture and gamified virtual reality (VR). Using 3D data captured from real assets, we develop a simulation where users deconstruct and rebuild structures in an engaging, realistic, and risk-free environment. Users simultaneously conduct deconstruction planning and reuse-based architectural design. We conduct a workshop to test the simulation with an audience of multi-disciplinary professors, students, and non-academics. We use qualitative observation and surveys to observe the way that users of different demographics engage and react to the simulation. In particular, users either struggle or excel with the lack of structured objectives in the simulation. Additionally, users disagree on whether the simulation should be more technical and precise or more intuitive and creative. We propose that future simulations can increase material reuse by empowering project planners to experiment and imagine effective configurations.

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)0,001
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 enseignants0,337
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,022
Tête enseignante GPT0,291
Écart entre enseignants0,269 · 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 sujetRecycled Aggregate Concrete PerformanceTravaux en français237 207