Carsey Perspectives: Saving Salt, Protecting Watersheds, in Winter Road Maintenance. Highlights from a Social Venture Innovation Challege Winner
Notice bibliographique
Résumé
In this Carsey Perspectives brief, author Andrew Jaccoma--who took first prize in the Community Track of the 2014 Social Venture Innovation Competition for his Sensible Spreader Technologies entry--explains the science behind the Coverage Indication Technology (CIT) created to increase road safety, increase efficiency, reduce wasteful dissemination of deicers, and lessen society’s impact on the environment. CIT uses cloud computing to share plowing, salt spreading, and location information throughout the entire fleet in real time. This empowers operators to make better decisions in the field and encourages the fleet to work together effectively. In addition, newer operators who may be less familiar with local routes can be aided by the mapping information that CIT provides. CIT has also proven useful in situations where one worker needs to cover another’s route. The Social Venture Innovation Challenge invites individuals and teams from across the state of New Hampshire to identify pressing social and/or environmental issues at the state, national, or global level, and then find an innovative business-oriented approach to solving them. The Challenge is organized by the Center for Social Innovation (CSIE) at the University of New Hampshire and is a joint venture between CSIE, the Paul College of Business & Economics, Carsey School of Public Policy, UNH Sustainability Institute, NH EPSCoR, UNH Innovation, and Net Impact UNH.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 tête enseignante, 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 ».