Notice bibliographique
Résumé
The statistical analysis of historical breakage patterns of water mains is a cost effective approach to discern their deterioration, where physical mechanisms that lead to their deterioration are often very complex and not well understood. Furthermore, data required to model these physical mechanisms are rarely available and prohibitively costly to acquire. Several models exist in the literature, which use various statistical methods to analyse patterns of pipe breakage histories. Some of these models were designed to address relatively large groups of pipes, which are presumed to be homogeneous with respect to their deterioration patterns, while others address individual water mains. However, predicting a breakage pattern in an individual pipe has proven to be quite a challenge and the validation of these models is generally done on the basis of aggregate breakage rate although the model purports to predict individual pipe behaviour. The structural deterioration of water mains and their subsequent failure are affected by many factors, both static (e.g., pipe material, pipe size, age (vintage), soil type) and dynamic (e.g., climate, cathodic protection, pressure zone changes). Dynamic factors can currently be considered only in a model that was designed to deal with pipe groups. While group deterioration analysis is important for high-level renewal planning, operational considerations require the prioritisation of individual pipe for renewal within such groups. Consequently, the National Research Council of Canada (NRC), with support from the American Water Works Association Research Foundation (AwwaRF) is investigating how to prioritise individual pipes within a so-called `homogeneous' group of water mains. Several approaches have been explored in this research initiative with various degrees of success. In this paper we describe the development of a non-homogeneous Poisson model, which considers dynamic factors that can affect water main failure and some preliminary results are reported.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».