MétaCan
Menu
Retour à la cohorte
Enregistrement W4402315882 · doi:10.1007/s13349-024-00846-1

SCSHM benchmark study on bridge in-service structural monitoring

2024· article· en· W4402315882 sur OpenAlexaffabout
Maria Pina Limongelli, D. J. Thomson, Sreenivas Alampalli, Aftab Mufti, Thomas Schumacher, Luca Martinelli, Othmane Lasri, Harry W. Shenton, Genda Chen, Mohammad Noori, Farnaz Raeisi, Ahmed Silik, Ji Dang, Ray Hoemsen, Hui Li, Naiwei Lu, Yi‐Qing Ni, Ian Smith, Zhishen Wu

Notice bibliographique

RevueJournal of Civil Structural Health Monitoring · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensResearch ManitobaUniversity of Manitoba
Organismes subventionnairesPolitecnico di Milano
Mots-clésBridge (graph theory)Benchmark (surveying)Structural health monitoringStructural engineeringService (business)EngineeringComputer scienceCivil engineeringGeologyGeodesyBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract The mission of the Society of Civil Structural Health Monitoring (SCSHM, previously known as ISHMII) is to advance the understanding and application of structural monitoring methodologies for the management of civil infrastructure systems. To enable comparative and contrasting studies of various monitoring issues and technologies, the SCSHM Committee on Data-Enhanced Infrastructures Management (DEIMC) identified the need for benchmark problems in the areas of bridge and building structural monitoring. This article reports and briefly discusses the first benchmark study on in-service structural monitoring of bridges that was developed in collaboration with the University of Manitoba, and presents the structure details, study goals, data made available to the engineering community, and other relevant details. This paper has been submitted to the JCSHM as the outcome of the work of the DEIMC Committee of the SCSHM. However, since JCSHM does not publish at present papers without original experimental and or field monitoring components, data from this work cannot be used for publications in JCSHM.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,362
Écart entre enseignants0,320 · 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'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Civil Structural Health MonitoringMême sujetStructural Health Monitoring TechniquesTravaux en français237 207