MétaCan
Menu
Retour à la cohorte
Enregistrement W2523707847

Complex Urban Systems ICT Infrastructure Modeling: A Sustainable City Case Study

2014· article· en· W2523707847 sur OpenAlexaff
Adedamola Adepetu, Edin Arnautović, Davor Svetinović, Olivier de Weck

Notice bibliographique

RevueDSpace@MIT (Massachusetts Institute of Technology) · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueSimulation Techniques and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésInformation and Communications TechnologyComputer scienceProcess (computing)Key (lock)Process managementSystems engineeringKnowledge managementEngineeringEngineering managementComputer security
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A modern and efficient information and communication technology (ICT) infrastructure is essential for managing the challenges in the complex urban systems development. The ICT infrastructure is a complex system consisting of many subsystems and interconnections, which makes the process of planning, designing, and maintaining a comprehensive ICT infrastructure expensive and difficult. Most approaches used for the ICT infrastructure modeling focus typically on a single ICT system, for example, a wireless network. This paper presents a systems modeling approach based on integrating different subsystems and their characteristics into a single model, applying system decomposition, establishing the logical relations between system components, and defining relevant key performance indicators. It is shown that this systems modeling approach facilitates holistic planning, design, and evaluation of the complex ICT infrastructure for a sustainable city. This is demonstrated in the form of a two-scenario Masdar city case study. The case study exhibits the practicality of the derived ICT model and the feasibility of the results.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,077
Tête enseignante GPT0,361
Écart entre enseignants0,284 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDSpace@MIT (Massachusetts Institute of Technology)Même sujetSimulation Techniques and ApplicationsTravaux en français237 207