# C12-CONSTR-RESEARCH — заметки исследователя

## Прочитано перед стартом
`W/WORKER.md` (все калибровки I3-1…I3-5, включая I3-2 по работам), `W/SCHEMA.md`, `packets/C12-CONSTR-RESEARCH/brief.md`, образец `packets/O02-OPM-SCI-FIELD/cards.jsonl`, `packets/O04-OPM-LEAN-PDSA/cards.jsonl` (дело van Giffen et al. — Siemens EWA, manufacturing, НЕ construction, пересечения нет).

## Проверка пересечений (перед работой и по ходу)
- `grep -F "2511.18651"` / `"rics.org/news-insights/artificial-intelligence-in-construction-report"` / `"fbuil.2026.1758283"` / `"iglc.net/Papers/Details/2092"` по `W/known-url-map.jsonl` и `W/known-records.jsonl` — совпадений нет.
- `grep -i "khoshkonesh|aboagye|berroir|windover"` по `W/known-records.jsonl` — совпадений с новыми авторами нет; нашёлся только `Windover Construction` (E2B-LOGISTICS-BUILD-CASE-003, ранний кандидат I3-EC-003) — не относится к этому пакету (это отдельная практика вендора Autodesk, не научная работа).
- van Giffen et al. (O04-OPM-LEAN-PDSA-W01/D02/D03) — Siemens Electronics Works Amberg, manufacturing/lean QM, не строительство; пересечения по теме/организации нет.

## Стартовая точка брифа
arXiv:2511.18651 (Khoshkonesh, Mohammadagha, Ebrahimi, Sadeghigolshan, UT Arlington) прочитана полностью (abstract-страница + PDF 18 стр. через pdftotext). Эмпирическая основа: единственный неназванный проект в Далласе (Техас), n=12 парных недельных наблюдений, без контрольной группы, самопубликуемый препринт (не рецензирован), авторы — студенты/аспирант той же группы с двумя другими самоцитируемыми препринтами о, по-видимому, том же кейсе (arXiv:2511.15711, arXiv:2511.03684). В тексте — прямое указание на переработку хронологии между черновиками ("This standardized timeline replaces earlier inconsistencies (12 vs 32 weeks)"), что дополнительно снижает доверие. Карточка work создана (C12-CONSTR-RESEARCH-W01); практика не создана — организация-подрядчик не названа (правило 8 WORKER.md).

## Найденные работы (сверх стартовой точки)
- RICS "Artificial intelligence in construction report 2025" (Sawhney & Pitman, 12.09.2025) — глобальный опрос >2200 респондентов (Q1 2025 Global Construction Monitor) + данные Q2 2025 skills survey (>2000 респондентов). Прочитан полностью. W02.
- Aboagye, Aigbavboa, Ametepey, Addy (2026), "Strategic approaches to AI adoption in the construction industry of Ghana", Frontiers in Built Environment, peer-reviewed, open access, 239 валидных ответов (88% response rate), EFA. Прочитан полностью. W03. Закрывает требование калибровки "хотя бы одна попытка на вне-США/Европы" (Гана/Африка + соавтор из ЮАР).
- Berroir, Guernaccini, Sottet (2023), "On-Site Waste Management: A Use Case of Lean Construction and Artificial Intelligence Synergy", IGLC31 (Лилль), Luxembourg Institute of Science and Technology (LIST, государственный НИИ). Прочитан полностью. Смешанный/частично неудачный результат: прямой перенос готовых AI-инструментов сортировки мусора не сработал без Lean-адаптации (5S + Takt Time Planning); финальный инструмент на момент публикации не протестирован в реальной эксплуатации. W04. Площадки в Люксембурге не названы поимённо.

## Недобор / отклонённое (по правилу «два адресных поиска»)
- **Construction Industry Institute (CII):** отдельно не искал целевым запросом (бюджет ушёл на найденные 4 работы); недобор не по «двум пустым поискам», а по решению не расширять сверх найденного качественного материала в рамках бюджета.
- **Stanford CIFE:** 1 поиск — нашёл главным образом анонсы форумов и одну концептуальную главу (Scagliotti, Agrawal & Fischer, 2025, Springer, "AI for the Built Environment") без описанного эмпирического полевого исследования по абстракту/описанию; не открывал полный текст (платный Springer chapter) — решил не тратить бюджет на вероятно неэмпирический концептуальный текст при уже достаточном числе найденных работ.
- **Berkeley P2SL:** 1 поиск — раздел исследовательских интересов упоминает AI, но не нашёл конкретной эмпирической публикации 2024–2025 в первых результатах; не добивал вторым узким поиском ввиду бюджета и достаточного числа найденных работ.
- **CIOB (отдельно от RICS):** не искал отдельно — RICS-отчёт уже даёт нужный количественный материал (совместный Q1 2025 GCM); повторный adjacent-поиск не проводил.
- **Tsinghua / китайские университетские группы (清华大学 智能建造):** 1 поиск — нашёл упоминания семинаров и обзорных публикаций по библиометрии, но не нашёл конкретной эмпирической статьи с полным текстом в открытом доступе в первых результатах; недоступные китайские домены (36kr, huxiu и т. п., см. WORKER.md калибровку "Доступ к китайским сайтам") не пробовал повторно. Второй адресный поиск не делал — недобор фиксируется здесь.
- **TU Munich, НИУ МГСУ:** отдельно не искал (бюджет распределён на уже найденные 4 качественные работы с полным текстом и покрытием регионов США/Великобритания-глобально/Африка/ЕС).
- **tandfonline.com/doi/full/10.1080/15623599.2026.2643738** ("Structural investigation of AI adoption challenges in developing regions") — попытка curl вернула страницу Cloudflare-челленджа ("Just a moment..."), полный текст не получен; зафиксировано в `files.jsonl` (F04, availability: blocked). Карточка не создана — WebFetch/обход не пробовал (это не "заглушка/JS-страница, требующая рендера" в смысле безобидного случая, а бот-защита; вторую попытку тем же путём не делал, т.к. правило 6 WORKER.md запрещает обход ограничений доступа).

## Практики
0 практик создано (по бюджету 0–3 допустим недобор). Ни одна из четырёх прочитанных работ не называет организацию-заказчика/подрядчика поимённо: arXiv Lean 5.0 — "an active mid-rise design–build residential project in Dallas, Texas" без имени генподрядчика; RICS и Frontiers/Ghana — агрегированные опросы без единичных кейсов; IGLC/LIST — "two construction sites in Luxembourg" без названия компаний. Это прямо соответствует правилу 8 WORKER.md ("не создавай практику, если организация не названа").

## Бюджет
Поисков (WebSearch) использовано: 9 из 13 лимита.
Открытий (curl/WebFetch) использовано: 7 из 26 лимита — см. `files.jsonl` (7 записей, включая 1 заблокированный tandfonline, F04); повторные локальные grep/python-разборы уже сохранённых файлов бюджет не расходуют.