MétaCan
Menu
Retour à la cohorte
Enregistrement W2052955505 · doi:10.2749/101686610793557681

A Composite Bridge is Favoured by Quantifying Ecological Impact

2010· article· en· W2052955505 sur OpenAlexaff
Ryszard A. Daniel

Notice bibliographique

RevueStructural Engineering International · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésBridge (graph theory)Life-cycle assessmentArbitrarinessHarmComputer scienceEnvironmental impact assessmentRisk analysis (engineering)Environmental resource managementCivil engineeringEngineeringEnvironmental scienceConstruction engineeringTransport engineeringEnvironmental economicsBusinessEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Carrying traffic loads is not the only objective of bridge designers nowadays. Other demands include constructing a bridge in a sustainable way, which reduces pollution and other harm to the environment. In The Netherlands, the government responds to such demands by promoting technologies and materials that decrease the environmental impact of construction projects. An assessment of that impact is, however, quite complex for bridge projects. The existing analytical methods, such as life-cycle analysis (LCA), require an extensive data input. Moreover, their results are more reliable for relatively simple products of short life cycles, for example, door or window frames, than for complex construction projects. In construction projects, the life cycles cannot be determined with the same precision and the materials are usually chosen in the very early stage of design. As a result, the data required by the LCA are often incomplete or even disputable. Therefore, there is a demand for ecological analysis methods that enable quick scanning of several material options, require less-extensive data input and are hardly, or not, vulnerable to arbitrariness.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,012
Tête enseignante GPT0,269
Écart entre enseignants0,257 · 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

Citations21
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStructural Engineering InternationalMême sujetConcrete Corrosion and DurabilityTravaux en français237 207