MétaCan
Menu
Retour à la cohorte
Enregistrement W2621410042

Modelling to Generate Alternative Policies in Highly Uncertain Environments: An Application to Municipal Solid Waste Management Planning

2015· article· en· W2621410042 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Environmental Informatics · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversity of ReginaYork University
Organismes subventionnairesnon disponible
Mots-clésImplementationSet (abstract data type)Mathematical optimizationComputer scienceOperations researchEngineeringMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Public sector decision-making typically involves complex problems that are riddled with competing performance objectives and possess design requirements which are difficult to quantify and capture at the time supporting decision models are constructed. Environmental policy formulation can prove additionally complicated because the various system components often contain considerable degrees of stochastic uncertainty. Furthermore, there are frequently numerous stakeholders with incompatible perspectives. Consequently, there are invariably unmodelled performance design issues, not apparent at the time of the construction of a decision support model, which can greatly impact the acceptability of its solutions. While a mathematically optimal solution may be the best solution to the modelled problem, it is frequently not the best solution to the real, underlying problem. Therefore, in public environmental policy formulation, it is generally preferable to create several quantifiably good alternatives that provide very different approaches to the problem. By generating a diverse set of solutions, it is hoped that some of these dissimilar alternatives can provide very different perspectives that may serve to satisfy the unmodelled objectives. This study shows how simulation-optimization (SO) modelling can be used to efficiently generate multiple policy alternatives that satisfy required system performance criteria in stochastically uncertain environments and yet are maximally different in the decision space. This new approach is very computationally efficient, since, in addition to finding the best solution to the problem, it permits the simultaneous generation of multiple, good solution alternatives in a single computational run of the SO algorithm rather than the multiple implementations required in other modelling-to-generate-alternatives procedures. The efficacy of this approach is specifically demonstrated using a previously studied waste management case from the Municipality of Hamilton-Wentworth, Ontario.

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.

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)0,003
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,302
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,171
Tête enseignante GPT0,395
Écart entre enseignants0,224 · 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