MétaCan
Menu
Retour à la cohorte
Enregistrement W4389127871 · doi:10.5151/2594-357x-15726

PLANEJAMENTO DA EXPANSÃO EM INFRAESTRUTURA PORTUÁRIA E FERROVIÁRIA EM MINAS DA ARCELORMITTAL NO CANADÁ VIA SIMULAÇÃO DINÂMICA COMPUTACIONAL

2009· article· pt· W4389127871 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.

Notice bibliographique

RevueABM Proceedings · 2009
Typearticle
Languept
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensArcelorMittal (Canada)Hatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésSimulaHumanitiesArtComputer science

Résumé

récupéré en direct d'OpenAlex

PDF | Um modelo de simulação dinâmica foi desenvolvido com o propósito de determinar o investimento e mudanças de operacionais necessárias em portos e ferrovias para suportar aumentos de produção de minério de ferro. O modelo considerou a logística inerente ao manuseio, armazenagem e transporte de minério de ferro, pelotas e várias outras matérias primas. O modelo de simulação dinâmica de eventos discretos, baseado em Arena, foi validado sob um período histórico no ano. A validação estabeleceu (1) confiança que o modelo replica apropriadamente a operação real e (2) uma base a partir da qual comparam-se cenários futuros. O modelo foi então usado para conduzir analises hipotéticas para retirada de gargalos de operação, comparar alternativas e otimizar o plano de expansão geral em termos de capacidade de logística, efetividade de investimento de capital, eficiência operacional, tempo de investimentos e mudanças operacionais. A simulação permitiu que fossem determinados os requisitos para inventários, “layouts”, serviços ferroviários, capacidades de pilhas e silos, número de “shiploaders”, taxas de carregamento, número de berços e números de basculadores para cada fase de expansão. A natureza dinâmica da simulação permitiu análise realística de cenários futuros.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), 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 enseignants0,566
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,015
Tête enseignante GPT0,232
Écart entre enseignants0,216 · 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