MétaCan
Menu
Retour à la cohorte
Enregistrement W2125054780 · doi:10.1139/l04-101

Indicators and framework for assessing sustainable infrastructure

2005· article· en· W2125054780 sur OpenAlexvenueno aff
Shovini Dasgupta, Edwin Tam

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityCivil infrastructureComputer sciencePerformance indicatorWork (physics)Normalization (sociology)Sustainable developmentRisk analysis (engineering)Management scienceProcess managementEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Much of the focus on sustainable infrastructure has concentrated on buildings and construction processes. To advance this thinking for other civil infrastructure systems (CIS), this paper outlines a framework that uses a set of proposed indicators to measure the sustainability of chosen infrastructure options and help select the preferred alternative in a multiobjective decision approach. Physically implementing "sustainable infrastructure" involves three life stages for any project: preproject planning, project implementation, and ongoing operations. It is critical to evaluate the sustainability of chosen options in each of these life stages. This research develops two categories of indicators, mandatory screening indicators (MSI) and judgment indicators (JI), and a multilayer approach for incorporating these indicators. A normalization procedure has been adapted to work within the framework to help compare alternatives across a range of indicators and different orders of data magnitude. A hypothetical example using a transmission line corridor is presented to illustrate how the framework can be applied.Key words: indicators, infrastructure, sustainable, environment, decision making, alternatives.

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)0,015
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,017
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0170,014
Études des sciences et des technologies0,0020,006
Communication savante0,0090,007
Science ouverte0,0040,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,004
Tête enseignante GPT0,209
Écart entre enseignants0,205 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations122
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetSustainable Building Design and AssessmentTravaux en français237 207