MétaCan
Menu
Retour à la cohorte
Enregistrement W3123023723 · doi:10.55016/ojs/sppp.v7i1.42913

Safety in Numbers: Evaluating Canadian Rail Safety Data

2014· article· en· W3123023723 sur OpenAlexaffabout
Jennifer Winter

Notice bibliographique

RevueThe School of Public Policy Publications · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTransport engineeringBusinessComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

After the horrific and deadly train explosion at Lac-Mégantic, Que. in the summer of 2013, there are serious questions being raised publicly about the safety of Canada’s rail-transport system. Unfortunately, Canada’s public rail-safety data are currently in no shape to provide the answers to those questions. When Canadians ask, as many have in recent months, whether the rail-transport system is “safe,” they surely want to know whether the accident record is low — compared to other countries and to other forms of transport — and whether it has been improving or getting worse over time. Yet, the statistics that might provide the answers are worryingly inaccessible, sometimes conflicting, and in certain cases not available at all. The inability to publicly monitor airline safety statistics would be considered unacceptable. Yet trains transporting volatile goods across Canada arguably expose entire communities, as in Lac-Mégantic, to potentially catastrophic dangers. How is it, then, that the Transportation Safety Board, Transport Canada and Statistics Canada do not even publicly report something as basic as the number of train trips made every year in Canada? Nor do their statistics distinguish between incidents and accidents involving passenger trains and those involving freight trains. And how is it that the total number of accidents in some years is reported differently by these various monitoring organizations? If Canadians are, as it appears, destined to see increasing volumes of goods, specifically dangerous goods, transported by rail, it is that much more important that the federal government significantly improve the reporting of rail-safety data. It is not only vital that our railroads are safe; it is just as vital for the public to have information showing exactly how safe they are.

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)0,040
score de la tête « metaresearch » (Gemma)0,208
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,773

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,208
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0160,028
Études des sciences et des technologies0,0040,002
Communication savante0,0070,004
Science ouverte0,0040,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,044
Tête enseignante GPT0,313
Écart entre enseignants0,269 · 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
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

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe School of Public Policy PublicationsMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207