MétaCan
Menu
Retour à la cohorte
Enregistrement W2685125710 · doi:10.1139/cjce-2016-0509

Economic optimization for the rehabilitation of co-located mixed assets

2017· article· en· W2685125710 sur OpenAlex
Dina A. Saad, Tarek Hegazy

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.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésWork (physics)CulvertPipeline transportRehabilitationAsset (computer security)BusinessAsset managementComputer scienceTransport engineeringEnvironmental economicsFinanceEngineeringEconomicsComputer security

Résumé

récupéré en direct d'OpenAlex

Managing the rehabilitation of co-located infrastructure assets (pavements, pipelines, culverts, etc.) has become a major challenge for municipalities due to the varying rehabilitation requirements of these assets and the need for better coordination of rehabilitation works. Yet, most of the existing fund-allocation methods are not structured to address co-located infrastructure rehabilitation work in a systematic manner. This paper, therefore, extends the enhanced benefit-cost analysis (EBCA) optimization method that was developed earlier for a single asset type, to the case of co-located assets. The extended EBCA approach arrives at near-optimum funding decisions by achieving an equilibrium state at which fair and equitable allocations are made among all asset categories. Using a real case study consisting of bridges and culverts co-located in the right of way of a pavement network along with two different implementation strategies, EBCA proved to be able to arrive at near-optimum fund-allocations supported with a credible economic justification.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,230
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,019
Tête enseignante GPT0,234
Écart entre enseignants0,214 · 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