Simulation-Based Evaluation of Resilience-Enhancing Measures for Transportation Systems Subject to Hydrometeorological Hazard Events
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
This paper identifies the essential requirements for simulation-based approaches such that these approaches serve as effective decision support tools for evaluating the effectiveness of climate-adaptation measures that enhance the resilience of transport systems against hydrometeorological events. These requirements include the ability to capture the effect of different types of measures, the spatial and temporal possibilities of their execution, their aggregate effect when executed together, and the effect of uncertainties in their evaluation. A novel simulation-based approach that meets the identified requirements is presented, and its application in a case study is showcased. The presented approach uses a set of interacting probabilistic models to generate numerous scenarios, each representing chains of cascading events from the occurrence of a possible hazard event, the impact on the assets and the network, restoration of the infrastructure, and the temporal evolution of its service. The models enable capturing the effect of resilience-enhancing measures on the intensity of hazard events and their ensuing consequences. The case study includes a road system in Switzerland comprising 605 km of roads and 121 bridges and subject to rainfall events leading to flooding and landslide. Twenty-one portfolios of measures combining four specific types are considered, and their effect on resilience was evaluated. Those include flood protection walls, stormwater retention basins, raising road embankments, and temporary flood barriers. The proposed approach enables infrastructure managers to engage in an appropriate quantitative evaluation to better devise and plan measures with the aim of cost efficiently improving resilience.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle