MétaCan
Menu
Retour à la cohorte
Enregistrement W1978216279 · doi:10.1061/9780784413586.084

Key Components for the Effective Management of Airport Assets

2014· article· en· W1978216279 sur OpenAlexaffabout
David Hein

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésAsset managementBest practiceBusinessProcess (computing)Key (lock)Asset (computer security)Engineering managementProcess managementInternational airportComputer scienceEngineeringTransport engineeringFinanceComputer securityManagementEconomics

Résumé

récupéré en direct d'OpenAlex

While many agencies responsible for the management of airport infrastructure are working towards holistic infrastructure management, there is currently no standard in place in Canada and the United States. An international standards organization 55000 series of standards is currently under development. This standard uses the British Standards Institute Publicly Available Specification PAS 55 as a foundation for the standard development which is due for completion in late 2013. In 2011, the Transportation Research Board (TRB) Airport Cooperative Research Program (ACRP), sponsored a study to develop a guidebook and primer for airport asset managers in Canada and the United States. This paper, outlines the results of asset management best appropriate practices gleaned from surveys and interviews of over 50 airports of various sizes across North America. The paper outlines a 10 step process for successful asset management implementation and provides details on policy, objectives, strategies and plans for implementing an asset management framework. Specific best practices are described and highlighted along with the keys to their successful implementation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,002
Communication savante0,0100,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,010

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBIM and Construction IntegrationTravaux en français237 207