Notice bibliographique
Résumé
Reliability analysis has been widely applied in many civil engineering fields.Current design standards in structural and geotechnical engineering applications are based on reliability analysis to reflect the design' probability of failure.Several applications have been researched in transportation engineering including road design.However, road design guides have not adopted such applications.Rather, current design practices in road design are typically based on assuming near-worst conditions for most design parameters.For example, in calculating stopping sight distance, conservative values are assumed for the perception-reaction time, deceleration rate, and speed.When the stopping sight distance model is applied or vertical curve design for example, conservative values are also assumed for driver eye height and object height.In addition, while design guidelines are derived to ensure safe vehicle operation, safety is considered only implicitly.For example, the design formula for minimum horizontal curve radius is derived based on the forces acting on a vehicle during cornering to ensure that the vehicle will not skid off the road.However, the final design criteria do not provide designers with tools to assess the consequences of deviation from the design assumptions.As a result, current road design guidelines are generally considered deterministic and safety implicit.A probabilistic, safety-explicit, reliability-based road design is an alternative approach where the full distribution of each design parameter is considered designers can assess the design safety impacts using explicit safety measures.Several researchers have adopted reliability analysis to examine road design criteria methods in road design applications such as stopping sight distance, passing sight distance, intersection sight distance, horizontal curve design, and length of speed change lanes.This presentation will discuss the main reliability analysis methods, proposed safety measures, and existing research utilizing reliability analysis in road design.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».