MétaCan
Menu
Retour à la cohorte
Enregistrement W2773389852 · doi:10.2749/222137817822208780

Eglinton Crosstown and Evergreen Line LRTs - Structural Design on Mass Transit Projects

2017· article· en· W2773389852 sur OpenAlexaffabout
Yuming Ding, Roger Woodhead, Samson Chan

Notice bibliographique

RevueReport · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderground infrastructure and sustainability
Établissements canadiensSNC-Lavalin (Canada)
Organismes subventionnairesnon disponible
Mots-clésTransit (satellite)Rapid transitRail transitTransport engineeringTransit systemLine (geometry)Light railLight rail transitUrban transitEngineeringCivil engineeringComputer sciencePublic transport

Résumé

récupéré en direct d'OpenAlex

The structural design for urban transit projects has its unique challenges, such as train dynamic loadings and rail-structure interactions. Mass transit systems in an urban environment often involve guideway in tunnels, including bored tunnel and cut and cover tunnels. The tunnel structural design must take into consideration the integration of passenger train system requirements such as dynamic envelope, space for cables, emergency walkways, and train control. Using the Eglinton Crosstown and Evergreen Line projects as examples, the structural design challenges and solutions for a light rail system are discussed, and lessons learned from past projects are summarized. The “Crosstown” is a light rail transit line currently under construction in Toronto, Ontario and will run across Eglinton Avenue between Mount Dennis and Kennedy Station. The 19-kilometre corridor includes a 10-kilometre underground portion, 25 stations and stops, and a maintenance and storage facility and operations and control centre. The Evergreen Line is an 11-kilometre extension to the existing SkyTrain system in Metro Vancouver which was completed in 2016. It contains elevated guideway, at-grade guideway, bored tunnel and cut and cover tunnels, stations, and a vehicle storage facility.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,261
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReportMême sujetUnderground infrastructure and sustainabilityTravaux en français237 207