MétaCan
Menu
Retour à la cohorte
Enregistrement W4402479881 · doi:10.1201/9781003483755-232

Vulnerability of network infrastructure due to potential extreme weather in PEI, Canada

2024· book-chapter· en· W4402479881 sur OpenAlexaboutno aff
D.J. Evans, Ralph Ellis

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)Extreme weatherGeographyComputer scienceComputer securityClimate changeGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

The Prince Edward Island Department of Transportation and Infrastructure (DTI) is responsible for the densest network of roadway and bridges per capita of any of the Canadian Provinces. DTI own and manage a variety of structures, with about 99.5% of which cross some sort of waterway (a creek, stream or river). Of the water crossing structures, approximately 11% of these are coastal in nature. Over the last 16 years, DTI has adopted bridge management processes including implementing an advanced bridge management system (BMS). This has enabled the department to make significant improvements in the management of inventory and inspection data, the inspection process, tracking and reporting condition through a standard condition index, performing asset valuation, and in handling of inspection photos, videos, plans and other documents. Recently, as a result of increased extreme weather events, there have been growing concerns related to the risks to our infrastructure and infrastructure resiliency. Rising sea levels are affecting the PEI coastline with estimated erosion of 30 cm per year and potentially affecting tidal flow in coastal rivers. Storm intensities are increasing; PEI was battered by Post Tropical Storm Fiona in September of 2022, which, among other destruction, downed several hundred hectares of woods in our province which still lays there today. In Spring 2023, wildfires occurred in many provinces across Canada, including several thousands of hectares in neighboring Nova Scotia. DTI, in conjunction with Stantec, are implementing appraisal indices to include the effects of extreme events on flooding, scour, wildfires and other vulnerabilities and providing useful risk analysis and a measure of resiliency. This paper will highlight how the province is adapting our BMS to account for potential extreme weather-related events, such as flooding, scour, and wildfires. The paper will be of interest to other jurisdictions who manage bridges and culverts.

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 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,188
Écart entre enseignants0,183 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207