MétaCan
Menu
Retour à la cohorte
Enregistrement W3013092031 · doi:10.1002/9781119434016.ch7

Resilience Engineering and Quantification for Sustainable Systems

2020· other· en· W3013092031 sur OpenAlexaff
Anita Talan, Bhoomika Yadav, Lalit Kumar, R.D. Tyagi

Notice bibliographique

RevueSustainability · 2020
Typeother
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSustainabilityResilience (materials science)Risk analysis (engineering)Socio-ecological systemEnvironmental resource managementEngineeringComputer scienceProcess managementBusinessEnvironmental scienceReliability engineeringEcology

Résumé

récupéré en direct d'OpenAlex

Resilience is a key element for effective decision making with respect to global sustainability. The industrial, environmental and social systems are interlinked, and the sustainability of one domain affects that of the others. Therefore, it is very necessary to reduce unsustainable behavior to achieve global sustainability and this chapter focuses on resilience and sustainability as an interlinked approach The unsustainability caused needs better understanding of dynamic and adaptive behavior of complex systems and their resilience during disruptions so that steady-state sustainability models can be simplified. New technology processes and understanding of dynamic system behavior enable an integrated approach for resilience improvement by understanding the assessment approaches. The chapter also defines the indicators, resilient systems and standards to quantify successful resilience and sustainability. Communal resiliency is discussed in detail by analyzing associated risk factors and ways of integrating sustainability with resilience.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,005
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,005
Tête enseignante GPT0,221
Écart entre enseignants0,217 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207