MétaCan
Menu
Retour à la cohorte
Enregistrement W2314662668 · doi:10.1061/9780784412329.102

RFID+ for Tracking Earthmoving Operations

2012· article· en· W2314662668 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

RevueConstruction Research Congress 2012 · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueRFID technology advancements
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTruckProcess (computing)ProductivityComputer scienceDatabaseEngineeringTracking (education)Tracking systemReal-time computingOperating systemAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents an automated methodology for tracking earthmoving operations in near real time utilizing RFID technology to capture data during construction. It is based on attaching low cost passive RFID tags to hauling units (trucks) and attaching fixed RFID readers to designated gates of projects' dump areas. The RFID readers will identify and record the time each truck enters or exits one of these gates. The captured data will then be transferred wirelessly from the RFID reader to a computer housed in one of the temporary offices onsite and to the main server in contractor's head office. The collected data will be analyzed and processed automatically, without human intervention, to calculate the productivity of the hauling unit and report it directly to onsite personnel. Database application is developed to implement and automate the developed methodology in Microsoft Access. The developed database is used to process the data captured by the RFID-based system to calculate earthmoving productivity in near-real-time. It can also be used in estimating productivity of similar works during planning stage. The developed methodology is expected to facilitate early detection of discrepancies between actual and planned performances and supports project managers in taking timely corrective measures.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,073
Tête enseignante GPT0,370
Écart entre enseignants0,297 · 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