Review of the policy context surrounding the digital transformation of the public construction industry in France and Quebec
Notice bibliographique
Résumé
Building Information Modeling (BIM) is a digital process that enables the creation, management, and sharing of structured data throughout the lifecycle of construction projects, fostering efficiency, collaboration, and sustainability.In recent years, several governments have implemented national action plans to support BIM adoption, but with different timelines and strategies.France launched first the Plan de Transformation Numérique du Bâtiment and then Plan BIM, while Quebec introduced its Feuille de route gouvernementale pour la modélisation des données des infrastructures (2021)(2022)(2023)(2024)(2025)(2026).Although the literature has examined challenges related to BIM adoption, few studies have explored the impact of these policies and the diffusion dynamics they have generated.This study addresses this gap by comparing BIM policies in France and Quebec-two regions with different governance structures but strong institutional collaborations in construction and digital innovation.Through an in-depth review of recent literature and policy documents, we analyze the objectives, implementation strategies, and challenges associated with BIM policies.Our research focuses on four key questions: (1) the government's role in structuring digital transformation efforts; (2) how public policy influences BIM adoption at regional and national levels; (3) the role of standards in BIM policy development and dissemination; and (4) key features of policy frameworks supporting BIM implementation.This study provides valuable insights into how policy frameworks shape digital transformation in the construction sector.By comparing two distinct yet interconnected contexts, it offers lessons for other regions seeking to enhance their construction industry's digital capabilities and overall efficiency.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».