MétaCan
Menu
Retour à la cohorte
Enregistrement W2148304743 · doi:10.1139/cjce-2014-0183

Evaluation of low-cost consumer-level mobile phone technology for measuring international roughness index (IRI) values

2014· article· en· W2148304743 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.
fundUn bailleur canadien est enregistré sur le travail.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWindshieldInternational Roughness IndexAccelerometerComputer scienceSurface finishEnvironmental scienceSimulationEngineeringRemote sensingGeologyAerospace engineeringMechanical engineeringOperating system

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
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: aucune
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,016
Tête enseignante GPT0,225
Écart entre enseignants0,209 · 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