Risk and Reliability Analysis of Geometric Design Criteria: A Critical Synthesis
Notice bibliographique
Résumé
Highway and street designers deal with the challenge of designing for a broad range of driver, vehicle, and roadway characteristics and conditions. There is significant variability in design inputs and design controls that influence design criteria and design decisions. This variability has traditionally been considered implicitly through selected values for geometric design parameters and criteria. Average values are used when the variability in the input design parameters is small. Conservative values are used if the variability is larger, often the case within the highway geometric design context. Previous research has demonstrated that addressing this variability and uncertainty more explicitly as part of design decisions can lead to better-informed and more cost-effective design decisions. Probabilistic design approaches that quantify both risk and reliability have been successfully incorporated into other design disciplines for those reasons. These approaches have also been explored in the highway geometric design literature and have shown promise. They are likely to be central to future performance-based design initiatives, as outlined in a recently published framework on conducting performance-based geometric design analysis. Given the emerging importance of performance-based design and the need to address challenges regarding the current method of handling variability and uncertainty in the input design parameters, this paper presents a collective review and assessment of methodological alternatives for quantifying risk and reliability associated with geometric design criteria and decisions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,033 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,016 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».