MétaCan
Menu
Retour à la cohorte
Enregistrement W2039045033 · doi:10.1061/(asce)1076-0342(2007)13:1(43)

System Risk Curves: Probabilistic Performance Scenarios for Highway Networks Subject to Earthquake Damage

2007· article· en· W2039045033 sur OpenAlexaff
Nobuhiko Shiraki, Masanobu Shinozuka, James E. Moore, Stephanie E. Chang, Hiroyuki Kameda, Satoshi Tanaka

Notice bibliographique

RevueJournal of Infrastructure Systems · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEngineering Research CentersU.S. Department of TransportationNational Science Foundation
Mots-clésBridge (graph theory)FragilitySeismic hazardComputer scienceProbabilistic logicMonte Carlo methodEarthquake scenarioTransport engineeringEngineeringCivil engineeringForensic engineeringStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Monte Carlo simulation techniques are used with bridge fragility curves to evaluate bridge damage in terms of a bridge damage index, and highway network link damage in terms of a link damage index. Static, user-equilibrium analysis is used to evaluate total transportation network delay due to seismically induced damage inflicted on the Los Angeles and Orange County State highway and freeway network. A method of regional seismic risk analysis for highway systems is developed based on the definition of scenario earthquakes representing the seismic hazard of the region, and hazard-consistent probabilities are computed for each scenario. The final result of these efforts is a transportation system risk curve.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,008
Tête enseignante GPT0,255
Écart entre enseignants0,247 · 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'étudeSimulation ou modélisation
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

Citations116
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Infrastructure SystemsMême sujetTransportation Planning and OptimizationTravaux en français237 207