MétaCan
Menu
Retour à la cohorte
Enregistrement W4307990830 · doi:10.1061/9780784484548.068

A Practical Application of Code of Ethics in Failure Case Studies

2022· article· en· W4307990830 sur OpenAlexaboutno aff
Rui Liu, Hossein Ataei, Kevin L. Rens, Tara L. Cavalline, Phil Hailes, Laura Sullivan-Green, Paul A. Bosela, Norbert Delatte, Jacelyn Rice, Simon Adamtey, Lameck Onsarigo

Notice bibliographique

RevueForensic Engineering 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueConstruction Engineering and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommitEthical codeEngineeringEngineering educationGovernment (linguistics)Engineering ethicsPolitical sciencePublic administrationSociologyEngineering managementComputer science

Résumé

récupéré en direct d'OpenAlex

Several packages of failure case studies have been published by the Education Committee of the ASCE Forensic Engineering Division aiming to promote failure literacy of professionals and students in the architecture, engineering, and construction industries. This paper discusses the efforts of the committee to compile a collection of failure case studies of ethics, including design flaws of Citicorp Building (NY, US), Harbour Cay Condominium collapse (FL, US), Rana Plaza collapse (Savar Upazila, Bangladesh), Sampoong Superstore collapse (Seoul, South Korea), Versailles Wedding Hall (Israel), Hyatt Regency Walkway collapse (MO, US), Montreal Olympic project management failure (Montreal, Canada), and Flint water crisis (MI, US). The paper discusses the overview of three cases in ethics and provides guidance on using these cases to understand and interpret the code of ethics of professional engineers. Lessons learned from these cases are presented, reaffirming that all professional engineers should commit to ethical responsibilities in society, the natural and built environment, the profession with regards to their clients, employers, and peers. It concludes that the health, safety, and welfare of the public should take precedence over all other responsibilities of practicing professional engineers.

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)0,237
score de la tête « metaresearch » (Gemma)0,265
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil0,941

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2370,265
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0160,011
Études des sciences et des technologies0,0150,031
Communication savante0,0170,020
Science ouverte0,0060,018
Intégrité de la recherche0,0130,011
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 Opus0,022
Tête enseignante GPT0,282
Écart entre enseignants0,260 · 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.

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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForensic Engineering 2022Même sujetConstruction Engineering and SafetyTravaux en français237 207