MétaCan
Menu
Retour à la cohorte
Enregistrement W4282001015 · doi:10.24904/footbridge2022.289

Two Modern Crossings in Historic Canadian Sites: Creating "Places for People"?

2022· article· en· W4282001015 sur OpenAlexaboutno aff
Mark Langridge

Notice bibliographique

RevueFootbridge 2022, Madrid: Creating Experience · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Engineering and Vibration Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Dominance (genetics)Character (mathematics)Expression (computer science)Intervention (counseling)AestheticsHistorySociologyVisual artsArtPsychologyComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

<p>One of the most challenging design problems of our time is how to achieve an appropriate aesthetic expression for a new bridge intervention in an important historic context, and also make it into an inviting public space. Mark Langridge has led the architectural and aesthetic design of many high profile bridge crossings in Canadian heritage settings over the past twenty years that attempt to achieve this balance.</p><p>This paper looks at two recent completed projects in important historic places, <b>Flora Footbridge </b>in Ottawa and <b>Garrison Crossing </b>in Toronto, and describes how the designs attempt to become successful “places for people”. It includes conceptual renderings and post-completion photos, showing how people are now using the crossings through Canada’s varied seasons.</p><p>In both cases it was imperative that the new structure respect and not overwhelm the character of the <i>heritage place</i>, yet it was also very important that it be an expression of its own time. The concept of <i>minimal intervention </i>is critical in this context – the heritage character-defining elements should retain visual dominance within the setting, with new interventions presenting a secondary, understated visual expression that does not diminish the original historic character, and over time, should ideally enhance it.</p>

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,039
Score d'incertitude au seuil1,000

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 technologies0,0010,000
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 Opus0,011
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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.

Devis d'étudeSimulation ou modélisation
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFootbridge 2022, Madrid: Creating ExperienceMême sujetStructural Engineering and Vibration AnalysisTravaux en français237 207