MétaCan
Menu
Retour à la cohorte
Enregistrement W3012227195 · doi:10.1139/cjce-2019-0580

Steel buried structures: condition of Ontario structures and review of deterioration mechanisms and rehabilitation approaches

2020· article· en· W3012227195 sur OpenAlexaffvenueabout
Robert Cichocki, Ian D. Moore, Kevin Williams

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensAtlantic Industries (Canada)Queen's University
Organismes subventionnairesnon disponible
Mots-clésRehabilitationBridge (graph theory)Driver rehabilitationEngineeringCulvertForensic engineeringLeverage (statistics)Civil engineeringConstruction engineeringStructural engineeringComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Buried steel structures, commonly referred to as buried bridges, culverts, or soil–steel structures are a valuable bridge crossing solution. Owners manage their bridge assets by evaluating their condition and rehabilitating as required. Ontario’s resources for managing and rehabilitating buried steel bridge structures are limited, and an investigation into the maintenance and rehabilitation practice of Ontario’s assets demonstrates a lag in their maintenance and rehabilitation. Knowledge regarding rehabilitation of these structures is dispersed and unconcise, leaving owners challenged to understanding how to best manage and rehabilitate their assets. This paper investigates the age, condition, and rehabilitation of steel buried bridges in Ontario and reviews the commonly encountered deterioration and distress mechanisms along with the state-of-the-art rehabilitation practices. With an understanding of structural behavior, deterioration, and rehabilitation opportunities for structures nearing the end of their service lives, owners will be better equipped to effectively manage their inventory and leverage the economic, social, and environmental value of buried structures.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,810

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,178
Écart entre enseignants0,167 · 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'étudeObservationnel
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

Citations10
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207