International Journal of 3-D Information Modeling
Notice bibliographique
Résumé
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.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,019 |
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 ».