MétaCan
Menu
Retour à la cohorte
Enregistrement W2126143858 · doi:10.1061/(asce)is.1943-555x.0000273

Holistic Analysis of Infrastructure Deterioration and Rehabilitation Using System Dynamics

2015· article· en· W2126143858 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Infrastructure Systems · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRehabilitationOperabilityProcess (computing)Causal loop diagramRisk analysis (engineering)System dynamicsPlan (archaeology)Asset (computer security)Computer scienceProcess managementManagement scienceEngineeringBusinessComputer securityReliability engineering

Résumé

récupéré en direct d'OpenAlex

Rehabilitation programs are essential for efficiently managing large networks of infrastructure assets and sustaining their safety and operability. While numerous studies in the literature have focused on various aspects of infrastructure rehabilitation, limited efforts have investigated the overall dynamics of the process. The research presented in this paper, therefore, takes a holistic view to investigate the dynamics that affect rehabilitation decisions and the long-term performance of an infrastructure network. First, the interactions among the main parameters related to asset deterioration, rehabilitation actions, and cost accumulation have been analyzed using causal loop diagrams (CLDs). Afterward, a system dynamics (SD) model has been developed based on the CLDs and the underlying mathematical relations among the various parameters. The SD model was then tested on a network of 1,000 assets over a 50-year plan, considering a range of rehabilitation policies regarding budgets, possible rehabilitation actions, and fund allocation options. The model proved to be a practical and effective tool for quick assessment of the long-term impact of rehabilitation policies on infrastructure performance and costs.

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.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,941

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,249
Écart entre enseignants0,238 · 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