MétaCan
Menu
Retour à la cohorte
Enregistrement W7023957047

A repeatable procedure to determine a representative average rail profile

2016· dissertation· en· W7023957047 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMspace (University of Manitoba) · 2016
Typedissertation
Langueen
DomaineComputer Science
ThématiqueMultimodal Machine Learning Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésNucleofectionHyporeflexiaArticular cartilage damageDiafiltrationDysgeusiaFusible alloy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The planning and specification of rail grinding activities using measured rail profiles normally involves a comparison between the existing and desired rail profiles within a rail segment. In current practice, a somewhat subjective approach is used to select a measured profile – usually located near the midpoint of the segment – that represents the profiles throughout the rail segment. An automated procedure was developed to calculate a representative average (mean) rail profile for a rail segment using industry-standard rail profile data. The procedure was verified by comparing the calculated average to an expected profile. The procedure was then validated by comparing the calculated average profiles of 42 in-service rail segments (10 tangents and 32 curved segments) to the corresponding subjectively chosen median rail profiles for each segment. Overall, the validation results indicated that the coordinates comprising the mean and median profiles differed by less than one percent on average. As expected, stronger agreement was observed for tangent rail segments compared to curved rail segments. Thus, the validation demonstrated that the procedure produces comparable results to current practice while improving the objectivity and repeatability of the decisions that support rail-grinding activities.

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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,814
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
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 GPT0,246
Écart entre enseignants0,232 · 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