Corrigendum: Evaluation of low-cost consumer-level mobile phone technology for measuring international roughness index (IRI) values
Notice bibliographique
Résumé
International roughness index (IRI) values were calculated from multi-step processing of accelerometer data collected using three smartphone devices in three consumer vehicles under 11 test scenarios on a 1000 m stretch of secondary highway in New Brunswick. These data were compared to IRI data from a Class 1 inertial profiler averaged over 1000 m (2.60 m/km, std. dev. = 0.029). The combinations of factors producing average IRI values closest to Class 1 inertial profiler were the compact car, Galaxy SIII, windshield mount, at 80 km/h (2.58 m/km, std. dev. = 0.075) and the SUV, iPhone 5, windshield mount, at 50 km/h (2.63 m/km, std. dev. = 0.054). Changes in device type, vehicle type, and mounting arrangement significantly impacted IRI variance, while vehicle speed (50 km/h and 80 km/h) did not. The development of correction factors and analysis automation could make these devices a low-cost option for real-time network-level pavement management. Resume : Les valeurs de l'indice de rugosite international (IRI) ont ete calculees en plusieurs etapes apartir de donnees d'accelerometre recueillies en utilisant trois telephones intelligents dans trois vehicules commerciaux reguliers selon 11 sce- narios sur un segment de 1000 m d'autoroute secondaire au Nouveau-Brunswick. Ces donnees ont ete comparees aux donnees IRI d'un profilometre inertiel de Classe 1 dont la moyenne a ete etablie sur 1000 m (2,60 m/km, ecart-type = 0,029). Les combinaisons de facteurs produisant les valeurs IRI moyennes les plus pres de celles du profilometre inertiel de Classe 1 ont ete la voiture compacte avec Galaxy SIII installe sur le parebrise a ` 80 km/h (2,58 m/km, ecart-type = 0,075) et le VUS avec iPhone 5 installe sur le parebrise a ` 50 km/h (2,63 m/km, ecart-type = 0,054). Les changements de type de dispositif, de type de vehicule et de montage ont eu un impact important sur la variance de l'IRI, alors que a vitesse du vehicule (50 et 80 km/h) n'ont eu aucun effet. Le developpement des facteurs de correction et l'automatisation de l'analyse permettrait d'utiliser ces dispositifs afiables couts pour la gestion, en temps reel, des chaussees d'un reseau routier. (Traduit par le Redaction) Mots-cles : indice de rugosite international, telephone intelligent, profilometre inertiel, faible cout, gestion des chaussees.
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 | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,016 |
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 ».