PIPEiD: Pipeline Infrastructure Database
Notice bibliographique
Résumé
Numerous water sector management practitioners have stated an urgent need to have a unified platform for the nation’s water pipeline infrastructure data and information that is universally accessible and useful. Such a platform, PIPEiD (pipeline infrastructure database), is envisioned to provide access to the data sources, tools, and models that enable the analysis, simulation, visualization, and evaluation of the behavior of pipeline infrastructure. PIPEiD will assist the users in more effective management of these assets for sustainability and resiliency. Virginia Tech, WERF, Washington Suburban Sanitary Commission, Denver Water, and American Water jointly sponsored three workshops to sharpen the PIPEiD (pipeline infrastructure database) vision and mission, both of which are focused on enhancing the practice of drinking water, wastewater, and stormwater pipeline asset management. With invited researchers from academia, utilities, regulators, organizations, and industry, the workshop identified opportunities and knowledge gaps relative to critical areas of sustainable and resilient pipeline infrastructure systems and other pipe associated assets. The goal of the workshop was to develop a prioritization that can guide fundamental and applied research at institutions and entities funding research in water pipeline infrastructure. A key question discussed at the workshop was “how to develop data standards, model specifications, and decision support tools for advanced pipeline asset management to allow for higher reliability and improve performance, cost-effectiveness, risk management, efficiency, sustainability, security, and resiliency.” This paper presents the workshop outcome focused on the design and development of a national database platform to allow a practitioner to address all three major water pipeline infrastructure management levels: strategic, tactical, and operational, and for water utilities of all sizes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,012 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,078 |
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 source (Gemma direct ou Codex distillé), 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 ».