Mobile asset data acquisition and decision making over the internet
Notice bibliographique
Résumé
Les systemes mobiles de gestion des biens (MAMS) sont devenus importants pour les operations industrielles en ameliorant l'efficience operationnelle et en reduisant les couts de fonctionnement. Un flux de donnees continu entre le terrain, l'utilisateur et le bureau est vital pour qu'un MAMS soit fonctionnel. Les MAMS existants comptent sur des reseaux radio couteux, exclusifs et lents pour relier les biens et necessitent que les utilisateurs soient physiquement au bureau, interrompant ainsi ce flux de donnees. Cet article decrit comment Internet peut etre integre au MAMS pour eliminer ces interruptions et offrir de nouvelles capacites au systeme. En creant un MAMS sur Internet (IMAMS), les technologies Internet sans fil repandues et peu couteuses sont utilisees pour remplacer la radio comme principal moyen de transmission au terrain. L'acces aux donnees et aux outils du systeme s'etend aux utilisateurs a distance par le Web. En utilisant un nouveau cadre de communication sans fil sur Java dans le IMAMS, les transmissions des biens peuvent se faire par plusieurs methodes Internet sans fil. Avec les technologies de creation de contenu Internet standards, une composante accessible sur le Web a ete developpee qui permet aux utilisateurs d'entrer en communication avec le systeme en utilisant seulement une connexion et un fureteur Internet pour voir les donnees sur les biens et utiliser les outils d'analyse d'une maniere presque identique a celle des utilisateurs physiquement au bureau.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».