MétaCan
Menu
Retour à la cohorte
Enregistrement W202762419 · doi:10.1177/0361198105193300104

The Executive Support System of Ontario, Canada

2005· article· en· W202762419 sur OpenAlexaffabout
Joseph Guerre, W Robert, Alison Bradbury, Michael Goodale

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesArnold and Mabel Beckman Foundation
Mots-clésBlueprintBridge (graph theory)Asset managementAsset (computer security)Computer scienceChristian ministryWork (physics)Decision support systemProcess managementOperations researchSystems engineeringSystem integrationEngineering managementEngineeringBusinessOperating systemFinance

Résumé

récupéré en direct d'OpenAlex

The Ministry of Transportation of Ontario (MTO), Canada, is currently implementing an asset management business framework (AMBF). The AMBF provides the ministry with an ambitious blueprint for incorporating asset management concepts into its existing business processes. A key component in the AMBF is the ability to integrate results from the ministry's existing management systems. In support of the AMBF, MTO has developed a prototype executive support system (ESS). The ESS is a what-if analysis tool that predicts network performance over time using data from the ministry's pavement and bridge management systems. It enables decision makers to evaluate the relationship between performance and budget and to view results by region, corridor, or functional class. This paper presents the analytical approach used to develop the ESS and describes how it was implemented by MTO. The ESS uses a candidate-based approach to system integration, which enables the integration of any management system capable of generating work candidates and estimating their impact on a defined set of performance measures. The ESS brings together data from these systems and performs an additional level of cross-asset economic optimizations, taking into account user-defined operating assumptions. Although much work has recently been done on the integration of pavement and bridge systems, the objective of this paper is to present a practical example implemented by MTO.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,293
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations2
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207