MétaCan
Menu
Retour à la cohorte
Enregistrement W4285812189 · doi:10.3397/nc-2022-812

Design-build case study project neon NDOT

2022· article· en· W4285812189 sur OpenAlexaff
Scott Noel, Jessica Goza-Tyner

Notice bibliographique

RevueNOISE-CON proceedings · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensMiller Group (Canada)
Organismes subventionnairesnon disponible
Mots-clésLas vegasEnvironmental impact statementDowntownNoise (video)Transport engineeringDesign–buildAtlantaProcess (computing)Civil engineeringEngineeringArchitectural engineeringEnvironmental planningComputer scienceEnvironmental impact assessmentEnvironmental scienceGeographyArchaeologyMetropolitan areaPolitical science

Résumé

récupéré en direct d'OpenAlex

Project Neon, a design-build (D-B) highway construction project in Las Vegas, Nevada, is the largest public works project in Nevada history. The project widened 3.7 miles of Interstate 15 (I-15) between Sahara Avenue and what is referred to as the "Spaghetti Bowl" interchange in downtown Las Vegas. This stretch of I-15 is the busiest stretch of highway in Nevada carrying approximately 300,000 vehicles daily. Noise impacts were identified in the Environmental Impact Statement (EIS) for the project that would be abated by constructing noise barriers. The EIS noise barriers were conceptual and were substantially refined during the D-B effort to provide the noise reductions committed to in the EIS. This paper describes some of the challenges with implementing the abatement measures into the design and lessons learned from this process.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,087
Tête enseignante GPT0,406
Écart entre enseignants0,319 · 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'étudeSans objet
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 revueNOISE-CON proceedingsMême sujetNoise Effects and ManagementTravaux en français237 207