MétaCan
Menu
Retour à la cohorte
Enregistrement W4223960008 · doi:10.3390/geosciences12040174

Examining Rock Engineering Knowledge through a Philosophical Lens

2022· article· en· W4223960008 sur OpenAlex
Davide Elmo, Amichai Mitelman, Beverly Yang

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGeosciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésKnowledge engineeringsortComputer scienceSubject (documents)Face (sociological concept)Cognitive ergonomicsKnowledge managementEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

This paper presents a philosophical examination of classical rock engineering problems as the basis to move from traditional knowledge to radical (innovative) knowledge. While this paper may appear abstract to engineers and geoscientists more accustomed to case studies and practical design methods, the aim is to demonstrate how the analysis of what constitutes engineering knowledge (what rock engineers know and how they know it) should always precede the integration of new technologies into empirical disciplines such as rock engineering. We propose a new conceptual model of engineering knowledge that combines experience (practical knowledge) and a priori knowledge (knowledge that is not based on experience). Our arguments are not a critique of actual engineering systems, but rather a critique of the (subjective) reasons that are invoked when using those systems, or to defend conclusions achieved using those systems. Our analysis identifies that rock engineering knowledge is shaped by cognitive biases, which over the years have created a sort of dogmatic barrier to innovation. It therefore becomes vital to initiate a discussion on the subject of engineering knowledge that can explain the challenges we face in rock engineering design at a time when digitalisation includes the introduction of machine algorithms that are supposed to learn from conditions of limited information.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,315
Score d'incertitude au seuil0,704

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,220
Écart entre enseignants0,183 · 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