MétaCan
Menu
Retour à la cohorte
Enregistrement W569910325

SAFETEA-LU and Its Impact on the Bridge Market

2006· article· en· W569910325 sur OpenAlexvenueno aff
Shanon Fauerbach

Notice bibliographique

RevueBridges Conversations in Global Politics and Public Policy · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinanceBridge (graph theory)RevenueEquity (law)BusinessTax revenueState highwayTransport engineeringEngineeringEconomicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Safe, Accountable, Flexible, Efficient Transportation Equity Act--A Legacy for Users (SAFETEA-LU) is the largest public works bill in U.S. history. This article provides a brief introduction to SAFETEA-LU, highlighting its highway bridge program. The highway bridge program provides funding to enable states to improve the condition of their highway bridges through replacement, rehabilitation and preventative maintenance. The eligible use of funds is expanded under SAFETEA-LU to include systematic preventative maintenance on federal-aid and non-federal-aid highway systems. States may carry out projects for the installation of scour countermeasures or systematic preventative maintenance without regard to whether the bridge is eligible for replacement or rehabilitation. SAFETEA-LU authorizes the highway bridge program at $25.6 billion over 6 years, a 25.5% increase over previous funding. SAFETEA-LU continues a set-aside of not less than 15% of the amount apportioned to each state in each fiscal year for use on bridge projects that are not on federal-aid highways. Funds are distributed according to the existing formula based on each state's relative share of the total cost to repair or replace deficient highway bridges. Much of the financing of surface transportation projects under SAFETEA-LU comes from federal gas tax revenue that is deposited in the Highway Trust Fund. This system leaves many needed projects unfunded, leading project owners to explore some innovative financing mechanisms outside of SAFETEA-LU to pay for needed transportation infrastructure projects.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,027
Tête enseignante GPT0,288
Écart entre enseignants0,260 · 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'étudeObservationnel
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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBridges Conversations in Global Politics and Public PolicyMême sujetPublic-Private Partnership ProjectsTravaux en français237 207