De nouvelles plateformes pour améliorer la gestion de l'information sur le chantier
Bibliographic record
Abstract
Les méthodes traditionnelles qui sont encore appliquées actuellement dans les projets de construction sont depuis longtemps controversées. Lors de la dernière décennie, de nouveaux modes de réalisation dont les valeurs sont focalisées sur la collaboration et le partage des intérêts entre les intervenants de projet ont vu le jour. Les Technologies Mobiles (TM) sont des outils adaptés à ces valeurs puisqu’ils fonctionnent sur la base d’applications mobiles dont le stockage repose sur l’infonuagique, permettant ainsi un accès facile, sur demande et en tout lieu aux données des projets et à des outils de communication. Les TM, utilisées pour la gestion de l’information des projets, offrent ainsi la possibilité de centraliser l’information d’un projet de construction, réunissant les intervenants virtuellement via une application. \n \nPlusieurs entreprises québécoises perçoivent le potentiel des TM et les utilisent dans leurs projets. Cependant, les études montrent un certain retard du Québec face aux autres pays au niveau de l’adoption. Les raisons de ce retard sont liées à une faible importance donnée au côté stratégique lors de l’implémentation d’une TM dans une entreprise. Les TM doivent être vues comme un outil au changement et non pas comme l’objet du changement. La question de recherche que pose ce mémoire est « Comment informatiser la gestion de l’information sur le chantier à l’aide des TM ? ». Pour y répondre, ce mémoire fait une proposition de changement face à la situation actuelle du Québec vis-à-vis des TM en construction, en suivant le schéma « organisation, technologie, procédure ». \n \nDans un premier temps, trois processus courants des projets de construction sont cartographiés puis améliorés grâce à l’introduction d’une solution mobile, mettant en évidence le potentiel d’optimisation. Une trousse d’outils est ensuite proposée aux entreprises pour guider la démarche d’introduction d’une TM dans leurs projets. Le principal élément de cette trousse est un Guide d’implémentation, élaboré non seulement sur la base des études précédemment réalisées mais aussi de nouvelles études de cas menées auprès de différents professionnels de la construction. Ce guide suggère une approche stratégique en six étapes pour l’implémentation d’une solution mobile en entreprise : besoins, profil, choix technologique, préparation, implémentation et amélioration. Les deux derniers outils de la trousse sont un tableau décisionnel pour orienter le choix technologique, et un gabarit de plan d’affaires pour le calcul de la rentabilité de l’implémentation. Finalement, une phase de validation a mis à l’épreuve les trois premières étapes du Guide d’implémentation, en les appliquant chez un entrepreneur général souhaitant introduire une solution mobile dans ses projets. Cette expérience a montré des bénéfices à l’application des étapes du guide.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.003 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.029 | 0.013 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".