MétaCan
Menu
Retour à la cohorte
Enregistrement W4406790565 · doi:10.1139/cjce-2024-0047

Framework of smart multi-purpose utility tunnel information modeling for lifecycle management

2025· article· en· W4406790565 sur OpenAlexafffundvenue
Ali Alaghbandrad, Amin Hammad

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems and Technologies
Établissements canadiensConcordia University
Organismes subventionnairesMitacs
Mots-clésApplication lifecycle managementSystems engineeringComputer scienceEngineeringInformation managementConstruction engineeringTransport engineeringKnowledge management

Résumé

récupéré en direct d'OpenAlex

Multi-purpose utility tunnels (MUTs), as an alternative to buried and above-ground utilities, can accommodate multiple utilities, such as gas, water, and sewer pipes, and electrical and telecommunication cables. Despite MUTs’ advantages, their high initial construction cost and the need for coordination among utility companies hindered their wide usage. Building information modeling (BIM) can solve some of these problems by facilitating the design, construction, operation, and coordination of utility companies. However, BIM is mainly developed for buildings and extended to some civil structures. There is a lack of a comprehensive framework covering MUT components and information requirements for other use cases, and its integration with Geographic Information Systems and other technologies. This paper proposes an integrated framework for smart MUT information modeling (SMUTIM) by (1) gathering the information requirements for all the phases of lifecycle management, (2) analyzing the use cases of SMUTIM, and (3) extending the Industry Foundation Classes to SMUTIM. A case study demonstrates the benefits of the proposed framework.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetPower Systems and TechnologiesTravaux en français237 207