MétaCan
Menu
Retour à la cohorte
Enregistrement W2332622993 · doi:10.1061/40972(311)67

Real-Time Construction Monitoring with a Wireless Shape-Acceleration Array System

2008· article· en· W2332622993 sur OpenAlexaff
Tarek Abdoun, Victoria Bennett, L. Danisch, M. Barendse

Notice bibliographique

RevueGeoCongress 2008 · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensGovernment of New Brunswick
Organismes subventionnairesNew York State Department of TransportationNational Science Foundation
Mots-clésInclinometerCasingAccelerationWireless sensor networkSensor arrayWirelessInstrumentation (computer programming)Computer scienceEngineeringReal-time computingTelecommunicationsMechanical engineeringGeology

Résumé

récupéré en direct d'OpenAlex

The work presented in this paper constitutes a major step toward the establishment of a cost-effective autonomous monitoring technology for soil and soil-structure systems. The Shape-Acceleration Array (SAA) takes advantage of developments in Micro-Electro-Mechanical Systems (MEMS) technologies. This sensor array is capable of simultaneously measuring 3D ground deformations and 3D soil vibrations up to a depth of one hundred meters. The significance of the Shape-Acceleration Array (SAA) is its wireless data transmission and the accuracy of the deformation measurement. The SAA is capable of measuring in situ (field) 3D ground deformation every 0.305 meters and 3D soil vibration at 2.4 m intervals. The system accuracy of the SAA is ±1.5 mm per 30 m; an empirically derived specification from a large number of datasets. This sensor array can be installed vertically, in a method similar to that used for traditional inclinometer casing, or horizontally. Each sensor array is connected to a wireless sensor node to enable real-time monitoring as well as remote sensor configuration. This paper presents the evolving design and installation methodology of this new sensor array as well as comparative results between the vertical SAA system and traditional instrumentation from a bridge replacement site in upstate New York.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,221 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoCongress 2008Même sujetStructural Health Monitoring TechniquesTravaux en français237 207