MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399429249 · doi:10.52381/icop2024.96.1

PermaRail: a transdisciplinary approach to increase railway resilience to degrading permafrost terrain under a warming climate

2024· report· en· W4399429249 sur OpenAlexaffabout
E. L'Hérault, Pascale Roy‐Léveillée, Teddi Herring, Jocelyn L. Hayley, Ryley Beddoe, Shawn Kenny, W. Andy Take, Brett Young, Kevin B. Jones

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensTetra Tech (Canada)Research ManitobaQueen's UniversityCarleton UniversityRoyal Military College of CanadaUniversity of CalgaryUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPermafrostEnvironmental scienceEnvironmental resource managementTerrainSustainabilityClimate changePsychological resilienceEnvironmental planningGeographyGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Across the Canadian permafrost zones, access to stable linear infrastructure networks is critical for the well-being of Northern Communities and the Canadian economy.The Hudson Bay Railway (HBR), the first major transportation infrastructure built over permafrost in Canada, is now facing significant climate-driven stability and drainage issues that have been exacerbated by climate change.These issues increase maintenance costs and threaten user safety.The focus of this transdisciplinary project is to identify and characterize permafrost-related hazards along the railway corridor and investigate potential mitigation measures for improving rail stability and minimizing risk.A multi-year comprehensive field program is currently underway to map, characterize, assess, and monitor ground and rail conditions, including permafrost, ice, soil, and surface water conditions.This field program, supplemented with experimental and numerical analyses at targeted pilot sites, will provide the basis to identify high-risk locations and support a quantitative assessment of mitigation and adaptation options under different climate scenarios.By developing a risk-based framework to assess degrading permafrost-related hazards, as well as design and mitigation best practices for railways, the long-term goal of this project is to improve the resilience, sustainability, performance, and safety of the Hudson Bay Railway.This project aims to address the unique transportation needs and priorities of specific communities in Northern Manitoba and contribute to Canadian expertise and leadership in the management of current and future linear infrastructure in permafrost regions around the world. 1

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,141
Score d'incertitude au seuil0,281

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0030,001
Science ouverte0,0020,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,064
Tête enseignante GPT0,305
Écart entre enseignants0,241 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetClimate change and permafrost→Travaux en français237 207→