MétaCan
Menu
Retour à la cohorte
Enregistrement W2333364969 · doi:10.1061/41036(342)67

Drinking Water Infrastructure Assessment: The National Research Council of Canada Perspective

2009· article· en· W2333364969 sur OpenAlexaffabout
Yehuda Kleiner, Balvant Rajani, Rehan Sadiq

Notice bibliographique

RevueWorld Environmental and Water Resources Congress 2009 · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésAsset managementReliability (semiconductor)Quality (philosophy)Asset (computer security)Risk analysis (engineering)Investment (military)BusinessComputer sciencePerspective (graphical)Environmental economicsComputer securityEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

The essence of infrastructure asset management and decision-making on its renewal/rehabilitation is a trade-off between system performance and cost. System performance criteria for water networks include quality, quantity and reliability, i.e., the water should be safe, with acceptable aesthetics, taste and odour; regular and peak demand (including fire flows) should be met with acceptable pressure and with minimal interruptions. Costs comprise capital investment in system design, installation and renewal, operation and maintenance (energy, materials, labour, monitoring, inspection, testing, repair), and indirect and social costs incurred due to failure (property damage, disruption, illness, etc.). Several challenges need to be overcome in the development of an integrated decision framework for water distribution network. Mechanisms affecting system performance criteria are not all well understood. It is difficult to define and measure performance (which inherently comprises several non-commensurate and often conflicting criteria), let alone decide what level of performance is acceptable. It is also difficult to calculate the costs involved to achieve a specific level of performance. Substantial spatial and temporal variability is inherent in even a moderate-size network, and the collection of data on the performance and condition of these buried assets is often difficult and costly. At the National Research Council of Canada we have identified the need to address these issues in a holistic way, and in the last 15 years have been involved in a continual effort, both independently and in collaboration with others, to put the pieces of the puzzle together. Although the state of knowledge has advanced significantly since we started, a lot still needs to be achieved. This paper describes our past and current research activities, views and vision for future activities in the field.

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)0,009
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,969

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,012
Études des sciences et des technologies0,0050,006
Communication savante0,0110,004
Science ouverte0,0040,004
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,014
Tête enseignante GPT0,210
Écart entre enseignants0,196 · 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'étudeSans objet
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

Citations8
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Environmental and Water Resources Congress 2009Même sujetWater Systems and OptimizationTravaux en français237 207