MétaCan
Menu
Retour à la cohorte
Enregistrement W2911704289 · doi:10.26411/83-1734-2015-2-38/2-18

THE EVOLUTION OF HIGH PRODUCTIVITY VEHICLES IN AUSTRALIA AND THEIR BENEFITS

2018· article· en· W2911704289 sur OpenAlexaboutno aff
Kim Hassall

Notice bibliographique

RevueLogistics and Transport · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Failure Analysis and Simulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTruckProductivityTransport engineeringTrailerCommissionEngineeringBusinessFinanceAutomotive engineeringEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Although the Australian road freight transport industry has seen three mass limits reviews in the mid 1970s, the mid 1980s and in the late 1990s, (Hassall, 2005), there were two very significant truck configuration changes that happened in the mid 1980s and then again in the early 2000s. The first was the trials of a variant of the Canadian B-train (the B-Double) which was introduced into Australia in the mid 1980s. This ‘Australian’ B-Double could achieve payloads some 30% to 40% higher than the conventional ‘semi trailer’ articulated combination. By 2016 some 18,900 of these vehicles were operational in Australia. The second adoption of new vehicle configurations started in 1999 through the National Road Transport Commission (NRTC), who adopted, and further developed, another Canadian concept, that of “Performance Based Standards” (PBS). This effectively allowed for new, flexible truck designs, as long as the vehicles performed against a set of 17 specific technical engineering performance criteria. This Performance Based Standards approach, since 1998, also allowed even larger configurations to B-Doubles to be used by operators. The benefits already of these new configurations has delivered billions of dollars in kilometre savings to the road freight industry and to its customers, as well as very significant safety benefits to the community.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,217
Écart entre enseignants0,198 · 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'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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLogistics and TransportMême sujetMechanical Failure Analysis and SimulationTravaux en français237 207