MétaCan
Menu
Retour à la cohorte
Enregistrement W2947673662 · doi:10.4018/ij3dim

International Journal of 3-D Information Modeling

2022· paratext· en· W2947673662 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueInternational Journal of 3-D Information Modeling · 2022
Typeparatext
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLibrary scienceInformation retrievalData science

Résumé

récupéré en direct d'OpenAlex

Subsurface construction operations require accurate and reliable information about underground conditions.Utility owners in nearly all developed cities face the challenge of obtaining and integrating such information in their professional planning, construction and maintenance processes.Meanwhile, smart city initiatives proliferate, and potentially make cities' underground infrastructures even more dense, complex and entangled.Such developments are pushing society to create underground data models, to populate these models, and to mobilize them in subsurface engineering and urban planning practices.This not only makes streetworks more efficient, but also helps to avoid damage to existing infrastructures, and to avoid harm to construction workers and the public.To manage the underground better, we argue that a diverse set of 'underground research communities' should be brought together.Specifically, there exists a need to (a) establish methodologies to extract information about underground conditions from the field; (b) develop models that capture underground ontologies, and contribute to standardization and interoperability between next-generation IT-systems; and, (c) advance the use of such systems to support planning, design, engineering and maintenance of the underground infrastructure life cycle.This special issue is a first attempt to develop these varying perspectives together into an underground infrastructure research community.This IJ3DIM special issue includes contributions from a range of disciplines covering informatics, geophysics, construction management, and urban planning.The three distinct perspectives included in the issue studied the underground realm, each focusing on various stakeholder and stages of the lifecycle of an underground network.Contributions elaborate processes from analysis and onsite data collection; through modelling and representation of subsurface utility information; and communication in construction project stakeholder dialogues.It also covers multiple lifecycle stages of assets by looking at the planning, design, construction and maintenance of a utility.The issue's first contribution addresses remote sensing, and geographic information systems as tools and methods for utility surveying.The next contribution addresses how data models should subsequently register obtained network data as part of advanced visualization and simulations.The third contribution studies how end-users eventually engage with 2D and 3D models of the underground to facilitate architectural design and urban planning.Specifically, Tabarro, Pouliot, Losier, and Fortier developed an approach to using existing geographical data from the web to facilitate utility surveying.Their WebGIS approach integrates geographical utility data models on-the-fly with sensor data from ground penetrating radars (GPRs).In an exploratory implementation study, the authors investigate how the approach helps localizing, marking and geo-annotating utilities, and how it creates benefits for potential end-users in Canada and Brazil.This showcases how GPR can become a more widely used tool to map city undergrounds.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,007
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,023
Tête enseignante GPT0,253
Écart entre enseignants0,230 · 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