Monitoring the Dynamic Vertical Clearance under the Laviolette Bridge on the St. Lawrence River
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.
Notice bibliographique
Résumé
Internationally, the size of vessels keeps increasing. This causes a problem for the merchant navy, as many obstacles can limit the passage of larger vessels. When a ship sets sail for the Port of Montreal, the Laviolette Bridge near Trois-Rivières is the main aerial obstacle. It is why the Montreal Port Authority with Québec’s Ministry of Transportation’s authorization and collaboration launched the Laviolette Bridge monitoring project. The purpose of this monitoring was to analyze the variation of the vertical clearance under the bridge for a year. To achieve this, four global navigation satellite system (GNSS) receivers/antennas, a laser rangefinder, a radar rangefinder, and a weather station were installed on the bridge. These instruments helped to quantify the bridge’s movement as driven by factors such as wind, temperature, and traffic, as well as their impact on the vertical clearance. The results presented in this paper show that the temperature difference between winter and summer causes altimetric variations of up to 6 cm at the top of the bridge and 3 cm at the deck level. The water level fluctuations of the St. Lawrence River are by far the most significant factor. It varies up to approximately 3 m at the location of the Laviolette bridge due to seasonal fluctuations. Two independent vertical clearance models were developed and compared. The first one considers that the bridge has a fixed height and that only the water level varies. The second model uses the radar rangefinder installed under the bridge to measure vertical clearances that account for the movements of the bridge. In general, the two models agree within a few cm, and this difference slightly varies according to the seasons. By applying a thermal correction to the first model, the gap between the two models is reduced.
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 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 | 0,001 | 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 | 0,001 |
| 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 découle