MétaCan
Menu
Retour à la cohorte
Enregistrement W2100780771 · doi:10.5539/mas.v8n5p179

Justification for Remote Control of Construction and Road-Making Machines

2014· article· en· W2100780771 sur OpenAlexvenueno aff
N. S. Sevryugina, Eugene Alexandrovich Volkov, Eugene Pavlovich Litovchenko

Notice bibliographique

RevueModern Applied Science · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExcavatorVisibilityProcess (computing)Computer scienceRemote controlControl (management)Web crawlerQuality (philosophy)Computer securityRisk analysis (engineering)EngineeringCivil engineeringBusinessArtificial intelligenceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

It is evident from the experience of operating the construction machinery (excavators, bulldozers, loaders etc.) that quite often the machinery and its operators are working under severe conditions. Working under threat of rock fall, on unstable or contaminated grounds, or debris handling tends to increase the impact of adverse occupational environment on the operators’ health. When the operators are at risk, it is advisable to deploy remote process control technologies on the work sites. This is what brings research and development of modern remote control systems to the top of the chart in order to improve the productivity of machinery, enhance the safety and quality of the jobs carried out. The use of remote control will exclude the adverse impact of aggressive environment during the process operations. The research allowed to establish that the design specifics of the construction and road-making machines enable them to go far beyond the standard process layout giving into a much wider range of application, up to aggressive environments. A crawler excavator model was devised, imitating the visibility range of the process areas for the manual and remote control systems. Implementation of remote control for construction and road-making machines may become a step towards a completely new level of interaction within the man-machine-environment system.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil0,203

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,216
Écart entre enseignants0,208 · 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'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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetTunneling and Rock MechanicsTravaux en français237 207