MétaCan
Menu
Retour à la cohorte
Enregistrement W4320485914 · doi:10.1080/23249935.2023.2174356

Incorporating design consistency into risk-based geometric design of horizontal curves: a reliability-based optimization framework

2023· article· en· W4320485914 sur OpenAlex

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.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueTransportmetrica A Transport Science · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensUniversity Canada WestUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConsistency (knowledge bases)Reliability (semiconductor)Geometric designComputer scienceCrashMathematical optimizationReliability engineeringEngineeringTransport engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Reliability theory has recently been utilized to consider the uncertainty in highway geometric design and optimize highway cross-section design safety by reducing crash risk. However, despite the importance of design consistency among successive highway segments and its impact on safety, most previous studies optimized road segments individually. This approach could limit the applicability and transferability of the optimization frameworks in practice. Thus, a system reliability-based optimization framework is proposed in this study to design successive highway cross-section elements while achieving overall design consistency and safety. A sequential search procedure with the basin-hopping stochastic algorithm is adopted to optimize the successive horizontal curve segments. A case study of a 12 km segment with 94 horizontal curves in the Sea-to-Sky Highway, Canada, is considered. The results show that the proposed optimization framework provided higher consistency successive cross-section elements design while minimizing the number of expected crashes and providing consistent crash risk levels.

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)0,025
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0250,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,070
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
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 GPT0,319
Écart entre enseignants0,236 · 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