Performance de la conception intégrée et intégration des technologies de l’information dans un contexte de travail multidisciplinaire: une étude exploratoire
Bibliographic record
Abstract
En gestion de projets, les professionnels se voient confrontés à une remise en question des pratiques de conception suite à une complexification de l’acte de construire et une prise de conscience grandissante des impacts sociaux, économiques et environnementaux. Les chercheurs et spécialistes s’accordent sur l’intégration comme solution pour une méthodologie plus efficace et efficiente. La transformation des pratiques fragmentées et linéaires vers des processus intégrés des savoirs et des savoir-faire représente un défi de taille. La mobilisation de l’équipe de projet se fait par une coalition de spécialités variées, chacune avec sa culture propre, son langage, ses outils et ses habiletés à interagir. La collaboration se heurte donc au partage des connaissances. Cette recherche exploratoire consiste à étudier la performance du travail collaboratif en processus de conception intégrée (PCI) d’une firme professionnelle multidisciplinaire soucieuse d’accroître sa productivité et sa capacité à développer des solutions innovantes et durables et à en tirer des conclusions susceptibles d’alimenter de futures recherches.
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 | 0.020 | 0.036 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.017 | 0.010 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".