L’intégration de la norme ISO19650 au processus de modélisation des informations de la construction (BIM) destinées à la gestion des actifs en contexte Québécois
Bibliographic record
Abstract
Les bénéfices apportés par l’utilisation de la modélisation des informations de la construction (BIM) lors des phases de conception et de construction des actifs n’est plus à démontrer. Ce sont cependant les donneurs d’ouvrages qui ont le plus à gagner de l’utilisation du BIM, pour l’opération et le maintien des actifs. Pourtant, peu de recherches se sont penchées sur le transfert des livrables numériques des projets BIM vers les gestionnaires d’actifs malgré la grande importance de ces livrables pour l’opération et le maintien des actifs. \n \nCette recherche vise à analyser le processus de gestion d’informations en prévision du livrable d’un actif numérique et à observer comment la norme internationale de gestion des données s’applique à un projet en contexte québécois. Elle est appuyée par une revue de littérature qui aborde les bénéfices du BIM en contexte post construction, les particularités de l’industrie québécoise de la construction, les enjeux reliés à l’implantation du BIM en contexte post construction, les concepts qui répondent aux enjeux reliés à l’implantation du BIM en contexte post construction et les actions qui contribuent à cadrer la gestion de l’information. \n \nL’approche méthodologique de l’étude, inscrite dans une épistémologie constructiviste, est basée sur une récolte d’informations qualitatives auprès des acteurs impliqués dans le projet pilote qui fait figure d’étude de cas ainsi que sur des informations quantitatives relevées dans les documents du projet. \n \nLa recherche a permis de démontrer que l’application de la norme ISO 19650 fait face à de nombreux obstacles dû aux bouleversements que celle-ci occasionne, tant au niveau des relations entre parties prenantes qu’au niveau des concepts qui cadrent la production et la gestion des livrables.
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 | 0.016 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.002 |
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".