MétaCan
Menu
Retour à la cohorte
Enregistrement W2937141166 · doi:10.1680/jinam.18.00039

A different kind of partnership: an infrastructure performance stock exchange

2019· article· en· W2937141166 sur OpenAlexaff
Milos Posavljak, Susan Tighe, Nick Larson, Cameron Rapp

Notice bibliographique

RevueInfrastructure Asset Management · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensRegional Municipality of WaterlooFleming CollegeUniversity of Waterloo
Organismes subventionnairesSociety for Sedimentary Geology
Mots-clésBusinessGeneral partnershipFinanceAsset managementOrder (exchange)Public–private partnershipStock exchangeAsset (computer security)Stock (firearms)Government (linguistics)Critical infrastructureIndustrial organizationComputer securityEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Typically, public–private partnerships are constrained to be ‘mega’ construction projects and long-term arrangements. This paper introduces a practical mechanism for a novel public–private partnership modelled on the concepts of market trading (i.e. stock exchange). The ultimate mega project is the management of an entire infrastructure asset network by a government agency (federal, provincial, local, etc.). Hundreds of billions of dollars are spent each year in North America on the upkeep of public infrastructure (roads, underground, buildings, parks, etc.). Yet, according to current projections, this is still far short of the funding that is required to achieve acceptable levels of performance or service. A transparent, evidence-based and auditable process for deriving a universal infrastructure asset performance stock measure is introduced. Rather than being based on asset age, as the current ‘old infrastructure order’ is, the ‘new infrastructure order’ of asset management is based on the principles of reliability (risk) engineering as applied to corporate information.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,005
Communication savante0,0140,017
Science ouverte0,0020,006
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0250,003

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 Opus0,005
Tête enseignante GPT0,195
Écart entre enseignants0,189 · 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
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfrastructure Asset ManagementMême sujetWater Systems and OptimizationTravaux en français237 207