Εκτίμηση της κατασκευασιμότητας τεχνικών έργων βάσει της ανάλυσης κινδύνων
Notice bibliographique
Résumé
Σκοπός της παρούσας διδακτορικής διατριβής είναι η, για πρώτη φορά, αντιμετώπιση της έλλειψης μεθοδολογικής και υπολογιστικής διασύνδεσης της κατασκευασιμότητας και της ανάλυσης κινδύνων τεχνικών έργων. Με μια τέτοια διασύνδεση, ώστε τα προαναφερόμενα να λειτουργούν συμπληρωματικά και ως ενιαίο πλαίσιο, μπορούν να επιτευχθούν η καλύτερη συνεργασία και επικοινωνία γνώσεων και πληροφοριών ανάμεσα στα ενδιαφερόμενα μέρη της διαχειριστικής ομάδας, οι πιο οργανωμένες και καλύτερα διασυνδεδεμένες διαδικασίες μελέτης και κατασκευής, οι πιο στοχευμένες επενδύσεις κεφαλαίου και η εφαρμογή καινοτόμων τεχνολογιών, η καλύτερη διαχείριση εφοδιαστικής αλυσίδας, η πιο στοιχειοθετημένη αποτίμηση συνθηκών εργοταξίου, η μεγαλύτερη έμφαση στην εργασιακή ασφάλεια και υγεία, οι καλύτερα ενημερωμένες συμφωνίες ιδιοκτητών και εργολάβων, και οι καλύτερα διατεταγμένες διαδικασίες δημοπράτησης, αναδοχής, και διοίκησης του τεχνικού έργου. Η διασύνδεση αυτή, και έπειτα από μια διεξοδική κι εξαντλητική βιβλιογραφική μελέτη, αντιμετωπίστηκε ως ένα πρόβλημα στατιστικής ταξινόμησης, το οποίο μοντελοποιήθηκε ως εξής: (1) διατύπωση δεκατριών πρωτότυπων και συνεκτικών εφαρμοστικών έννοιων κατασκευασιμότητας, (2) εύρεση και διατύπωση των ανεξάρτητων μεταβλητών του μοντέλου (129 γενικές πηγές κινδύνων), με την κατασκευή και εργαλειοποίηση πρωτότυπου αλγορίθμου μη-εποπτευόμενης μηχανικής εκμάθησης που εκτελεί σημασιολογική επεξεργασία και ομαδοποίηση γλωσσικών δεδομένων υπό μορφή λίστας, και ο οποίος εφαρμόστηκε σε εξαντλητικό κομμάτι της σχετικής εκπονηθείσας έρευνας (που αποτέλεσε το σχετικό σύνολο δεδομένων)· ο αλγόριθμος αυτός περιλάμβανε συγκεκριμένα εργαλεία σημασιολογικής επεξεργασίας, δηλαδή την απομάκρυνση ανοηματικών λέξεων και την εύρεση λεξιλογικών ριζών μέσω της ανάλυσης επιθημάτων του Porter, καθώς και το εργαλείο γλωσσικής ομαδοποίησης k-means++, και αντιμετώπισε τα προβλήματα της εννοιολογικής σύγχυσης αναφορικά με τον ορισμό του κινδύνου, καθώς και της υπο-αξιοποίηση της πρότερης έρευνας, (3) διατύπωση των εξαρτημένων μεταβλητών του μοντέλου (κλάσεις κατασκευασιμότητας), (4) πραγματοποίηση της καθαυτής διασύνδεσης, μέσω της κατασκευής και εργαλειοποίησης πρωτότυπου αλγορίθμου που χρησιμοποιεί εποπτευόμενη μηχανική εκμάθηση για την εκτίμηση της κλάσης κατασκευασιμότητας ενός τεχνικού έργου όταν δίνονται οι τιμές των αναγνωρισμένων γενικών πηγών κινδύνων που δυνητικά το πλήττουν, και που εκπαιδεύτηκε κι επικυρώθηκε με την χρήση πραγματικών – και συλλεχθέντων μέσω αδόμητων συνεντεύξεων και χρήσης των δεκατριών νέων εφαρμοστικών εννοιών κατασκευασιμότητας – δεδομένων αναλύσεων κινδύνων και προσδιορισμένης κλάσης κατασκευασιμότητας από τεχνικά έργα· ο αλγόριθμος αυτός περιλάμβανε παραγοντοποίηση κανονικοποιημένης στοχαστικής κλίσης μη-αρνητικού μητρώου με εκλιπούσες τιμές, εκπαίδευση μηχανών υποστηρικτικών διανυσμάτων «μαλακού περιθωρίου» που επιλύονται με την βελτιστοποιημένη διαδοχική ελάχιστη βελτιστοποίηση, και ταυτόχρονη επικύρωση με την διασταυρωμένη επικύρωση n διαμερίσεων, (5) εξαγωγή εξίσωσης που εκτιμά, με μεγάλη ακρίβεια, αν ένα καινούριο τεχνικό έργο είναι κατασκευάσιμο ή μη κατασκευάσιμο, βάσει των τιμών των 129 γενικών πηγών κινδύνων που δυνητικά το πλήττουν, και (6) κατασκευή του εργαλείου λογισμικού RISCONA (RIsk Source-based CONstructability Appraisal) για την πιο εύχρηστη εφαρμογή και την καλύτερη εποπτεία των αποτελεσμάτων του μοντέλου. Η κύρια συνεισφορά αυτής της διατριβής είναι ότι μέσω αυτής παρέχεται – για πρώτη φορά – η δυνατότητα σε έναν πολιτικό μηχανικό να μπορεί να εκτελέσει μια κατανοητή και πλήρως ορισμένη ανάλυση πηγών κινδύνων, και βάσει αυτής να λάβει μια πολύ καλή γενική εκτίμηση της κατασκευασιμότητας του τεχνικού έργου που μελετά.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,096 | 0,036 |
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 ».