MétaCan
Menu
Retour à la cohorte
Enregistrement W4409210446 · doi:10.1061/9780784486085.042

Module Land Transport Stability for Energy and Industrial Facilities

2025· article· en· W4409210446 sur OpenAlexaff
Felipe Mejia, Alvaro Campos, Silky Wong, David Kerins, Luca Magenes

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnergy (signal processing)Stability (learning theory)Environmental scienceComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

A key aspect of modular construction is the interface between engineering and moving operations. While conventional “stick built” operations consider construction loads as operational load cases, modular construction involves moving and lifting operations of very significant loads and sizes, which require a more formal approach to between the engineering, planning, and execution of such operations. Overlooking the engineering of these critical moving operations at the front end of the project can result in costly failures with severe outcomes involving personnel safety, project costs, and schedule overruns. To avoid unnecessarily costly or unsafe designs at the later stages of a project, the interface points between equipment or module and trailer must be established starting in the beginning stages of the project among the project team. The land transport stability is determined by checking axle loadings, combined geometric stability, dynamic stability angle, and trailer spine beam analysis. A calculation example of these checks is also included in the Appendix of this paper. An SPMT transport stability calculation example is included in the Appendix of this paper. The calculation example, information, resources, and recommended future works provided in this paper will give practicing engineers a more thorough understanding of land transport module designs and analyses.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,211
Écart entre enseignants0,197 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207