MétaCan
Menu
Retour à la cohorte
Enregistrement W2956059769 · doi:10.1007/s40534-019-0190-5

Case study scenarios in site selection of hazardous material facilities based on transportation preferences

2019· article· en· W2956059769 sur OpenAlexaffabout
Babak Mehran, Musharraf Ahmad Khan, Mina Mehran, Hyuk-Jae Roh, Satish C. Sharma

Notice bibliographique

RevueJournal of Modern Transportation · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensUniversity of ReginaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHazardous wasteSite selectionTransport engineeringFacility location problemFlow networkRank (graph theory)Computer scienceSelection (genetic algorithm)Function (biology)Set (abstract data type)Operations researchEngineeringArtificial intelligenceMathematicsMathematical optimization

Résumé

récupéré en direct d'OpenAlex

A methodology is proposed to evaluate and rank potential sites for facilities dealing with hazardous materials (HAZMAT). The proposed methodology incorporates HAZMAT route planning into facility siting while considering transportation preferences and challenges. The area of interest is divided into smaller zones representing potential sites for a HAZMAT facility. A multimodal transportation network including railways and roads is considered for transportation of HAZMAT. Each zone is evaluated based on its accessibility from a set of selected points of interests (POIs), which are defined as potential origin/destination points for transportation of HAZMAT. The shortest routes between each POI and potential zones are evaluated based on a cost function which can accommodate multiple criteria to determine the associated disutility for each potential zone. Finally, zones are ranked based on their cumulative disutility scores. The proposed analysis method is quantitative, and at the same time it is adequately flexible to allow inclusion of subjective criteria. Application of the proposed methodology is demonstrated for identifying optimal locations for a HAZMAT facility (e.g., a nuclear facility) using the Canadian province of Saskatchewan as an example. Three scenarios were evaluated including (1) all network segments and POIs were treated equally, (2) network segments were rank ordered based on their functional classification while POIs were treated equally and (3) network segments were rank ordered based on their functional classification with preferences given to specific POI(s).

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,051
Tête enseignante GPT0,314
Écart entre enseignants0,263 · 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'étudeSimulation ou modélisation
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

Citations10
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Modern TransportationMême sujetRisk and Safety AnalysisTravaux en français237 207