Enjeux de responsabilité face à la donnée numérique dans le contexte du BIM et du PLM
Notice bibliographique
Résumé
Au cours des dernières décennies, les outils et les données numériques ont pris une importance grandissante au sein des activités industrielles, qu’elles concernent le développement de produits aéronautiques, appuyés par les outils PLM (Product Lifecycle Management), ou d’ouvrages de construction, appuyés par les outils BIM (Building information Modeling). La prise de responsabilité face aux données numériques soulève des difficultés susceptibles de limiter le déploiement de nouveaux processus basés sur ces outils et ces données numériques. Ce projet de recherche propose une étude exploratoire afin d’identifier les préoccupations liées à la prise de responsabilité face à la maquette numérique (3D) et son utilisation, au sein d’une organisation d’envergure dans l’industrie de la construction au Québec. Ce projet à pour objectif d'explorer les différents éléments pouvant influer les enjeux de responsabilités face à la maquette numérique. \n \nLes enjeux de responsabilité ont été explorés selon deux volets : la responsabilité juridique/contractuelle et la responsabilité professionnelle. La méthodologie de recherche utilisée est la recherche exploratoire qui permet de dépeindre et clarifier la nature des préoccupations grâce à des entrevues et des analyses déductives et inductives, des verbatims générés par les entrevues. La première et seconde phase d’entrevue compte sept entrevues et ont été réalisées sur une période allant de 45 à 80 minutes chacune. Suite à cette première série d’entrevues, les enjeux de responsabilités ont été regroupés en huit catégories : les lois au Québec, l’identification du responsable, la distribution des risques, la distribution des rôles et responsabilités ambiguë, appréhender l’entièreté du contenu, la différence entre les disciplines, la signature de la maquette numérique et la confiance envers le modeleur. Puis, l’une d’elles a été approfondie au cours d’une seconde série de sept entrevues : appréhender l’entièreté du contenu d’une maquette numérique par rapport au médium traditionnel du dessin 2D. Suite à l’analyse approfondie, sept catégories d’enjeux ont été identifiées : l’implication dans la préparation de la maquette, les conventions de représentation, l’interprétation multiple, la finalité du document, le modèle théorique par rapport à la réalité du terrain, la difficulté d’appréhender l’entièreté du contenu et la non-altérabilité de la maquette 3D. Enfin, les constats réalisés grâce à ces deux séries d’entrevues ont été soumis à des experts du domaine aéronautique afin de sonder si ces constats trouvent écho, ou non, dans leur milieu. En comparant les deux milieux, il a été observé que le secteur aéronautique n’est pas plus avancé que celui de la construction en ce qui concerne la signature de la maquette numérique, et que la majorité des enjeux vécus sont semblables dans les deux milieux. Ainsi, il n’est pas clair que la prise de responsabilité de la maquette numérique dans son entièreté soit actuellement réalisable.
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 | 0,020 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».