MétaCan
Menu
Retour à la cohorte
Enregistrement W2599510761 · doi:10.1061/9780784480458.022

Resilience of a Transportation Network from a Geotechnical Perspective

2017· article· en· W2599510761 sur OpenAlexaffabout
Mina Lee, Dipanjan Basu

Notice bibliographique

RevueGeotechnical Frontiers 2017 · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)SustainabilityNatural disasterWork (physics)Civil engineeringPerspective (graphical)Transportation infrastructureEnvironmental planningClimate changePsychological resilienceEngineeringEnvironmental resource managementConstruction engineeringComputer scienceTransport engineeringRisk analysis (engineering)BusinessEnvironmental scienceGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Climate change, and natural and man-made disasters cause failure of crucial geotechnical components in civil infrastructure systems, which may result in catastrophic damage not only to the civil infrastructure but also to local communities. For example, road embankments provide structural support to transportation infrastructure; thus, they greatly influence the mobility of public to access essential human needs such as food, shelter, work, and medical care. The concept of resilience, which is defined as the ability to absorb, recover from, and adapt to disruptions, introduces a new paradigm to overcome challenges with inevitable disruptive events arising from climate change, natural and man-made disasters. In this paper, a quantitative framework is proposed for evaluating the resilience of geotechnical infrastructure along with consideration of its sustainability. The framework is demonstrated through a hypothetical case study based on a selected road network in the province of Ontario, Canada.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,816

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,242
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeotechnical Frontiers 2017Même sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207