MétaCan
Menu
Retour à la cohorte
Enregistrement W2946113517 · doi:10.3390/infrastructures4020028

Performance-Based Analysis in Civil Engineering: Overview of Applications

2019· article· en· W2946113517 sur OpenAlexafffund
Said M. Easa, Wai Yeung Yan

Notice bibliographique

RevueInfrastructures · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEngineering design processCivil engineeringEngineeringBridge (graph theory)Construction engineeringComputer scienceSystems engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Traditional design approaches in civil engineering mainly focus on codes/guidelines related to building an infrastructure, while performance-based analysis (PBA), an emerging new reality around the world, focuses on the performance of the end product. Professional organizations, academicians, and the industry have made significant contributions in formulating PBA in various civil engineering fields, where practical guidelines and principles have been adopted in infrastructure analysis. This paper presents a critical review of PBA applications in three civil engineering fields: transportation, environmental, and structural engineering. The applications are grouped into a wide array of civil engineering areas, including highway transportation, pavement design and management, air transportation, water-structures design and operation, landfill design, building architectural design for evacuation, urban energy design, building earthquake-based design, building wind-based design, and bridge design and management. A total of 187 publications on PBA were reviewed and details on 122 application papers (from 23 countries/regions) are presented. The review consists of vertical and horizontal scans of PBA applications. In the vertical scan, the applications in each civil engineering area are summarized in tabular format that shows the system element modeled, analysis objective, performance criteria, analytical tool, and specifications/codes. The horizontal scan (discussion and lessons learned) addresses the following aspects of PBA: (1) the wide array of analytical tools used, (2) the broad functional and process-related areas, (3) the advantages, challenges, and opportunities, and (4) potential future applications. It is hoped that the state-of-the-art review presented in this paper will help researchers/practitioners quickly find useful information about PBA and promote its development in their respective fields.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,010
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,006
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfrastructuresMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207