MétaCan
Menu
Retour à la cohorte
Enregistrement W4224279850 · doi:10.1088/1742-6596/2224/1/012117

A Comparative Study: The Benefits of a Novel Illuminance Calculation Method over Luminance Calculation Method for Optimal Roadway Lighting Design Applications

2022· article· en· W4224279850 sur OpenAlexaff
Uthayan Thurairajah

Notice bibliographique

RevueJournal of Physics Conference Series · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensWSP (Canada)
Organismes subventionnairesnon disponible
Mots-clésLuminanceIlluminanceGovernment (linguistics)Sample (material)Computer scienceArchitectural engineeringEngineeringOperations researchArtificial intelligenceOptics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper discusses the challenges and impacts of the luminance calculation method for roadway lighting applications and recommends a novel illuminance calculation method as the most suitable for Roadway Lighting Applications. This change would reduce the costs of roadway lighting design without increasing risks, which will benefit society and the profession. Luminance calculations are complicated and take approximately five times longer than the new illuminance calculation method, provide no additional insight, and result in the same design outcome. This paper makes a comparative study and analyzes both methods using regular comparative assessment and quantitative and qualitative assessments and provides a solution to the over 50-year-old challenge. The quantitative evaluation uses a sample case study and examines its corresponding benefit-cost ratio. The qualitative approach is to complete a survey among the peers and the lighting designers. This is the first paper to address all these parameters of roadway lighting holistically. This paper will be helpful for academics, researchers, scientists, engineers, consultants, architects, lighting designers, contractors, developers, financial institutions, and government agencies funding outdoor lighting.

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 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)0,002
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,644
Score d'incertitude au seuil0,527

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,083
Tête enseignante GPT0,355
Écart entre enseignants0,272 · 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 tête enseignante, 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetImpact of Light on Environment and HealthTravaux en français237 207