MétaCan
Menu
Retour à la cohorte
Enregistrement W2777174024

Recent Advances in Sustainable Winter Road Operations – A Book Proposal

2017· article· en· W2777174024 sur OpenAlexfundno aff
Xianming Shi

Notice bibliographique

RevueScholarWorks - UA (University of Alaska System) · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Waterloo
Mots-clésHistory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Investing in winter transportation operations is essential and beneficial to the public and the economy. The U.S. economy cannot afford the cost of shutting down highways, airports, etc., during winter weather. In the northern U.S. and other cold-climate areas, winter maintenance operations are essential to ensure the safety, mobility, and productivity of transportation systems. Agencies are continually challenged to provide a high level of service and improve safety and mobility in a fiscally and environmentally responsible manner. To this end, it is desirable to use the most recent advances in the application of materials, practices, equipment, and other technologies. Such best practices are expected to improve the effectiveness and efficiency of winter operations, to optimize material usage, and to reduce associated annual spending, corrosion, and environmental impacts. Currently, no professional societies, scientific journals, or textbooks are dedicated solely to sustainable winter road operations, and key information is scattered across a variety of disciplines. The objective of the proposed book is to summarize the best practices and recent advances in sustainable winter road operations for the purposes of education and workforce development. This book is now in press and can be cited as follows: Shi, X., Fu, L. (2017). Sustainable Winter Road Operations (Eds.). ISBN: 978-1-119-18506-2. Wiley-Blackwell.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,004
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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.

Devis d'étudeObservationnel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarWorks - UA (University of Alaska System)Même sujetSmart Materials for ConstructionTravaux en français237 207