MétaCan
Menu
Retour à la cohorte
Enregistrement W7025293372

Transportation Asset Management in Australia, Canada, England, and New Zealand

2005· other· en· W7025293372 sur OpenAlexaboutno aff

Notice bibliographique

RevueRosa P: A digital library for transportation research (United States Department of Transportation) · 2005
Typeother
Langueen
DomaineSocial Sciences
ThématiquePhilosophical Thought and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesFederal Highway AdministrationU.S. Department of Transportation
Mots-clésNucleofectionGestational periodTSG101ProteogenomicsPretextFusible alloyHyporeflexia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A significant challenge for U.S. transportation agencies is managing the transportation asset base while funding expansions of the network to meet increasing demands. The Federal Highway Administration, American Association of State Highway and Transportation Officials, and National Cooperative Highway Research Program sponsored a scanning study of asset management experience, techniques, and processes in Australia, Canada, England, and New Zealand. In its study, the U.S. team observed that asset management as an organizational culture and decisionmaking process is critical to transportation programs facing significant capital renewal and preservation needs and that successful programs require top-level commitment. The team also learned that agencies in the countries studied used asset management practices to obtain funding for transportation infrastructure. The team's recommendations for possible implementation in the United States include using asset management principles to assess and invest in the Interstate System, creating a National Asset Management Steering Committee to distribute information and provide training, developing a Web-based asset-management toolbox, and conducting research on asset management topics.\n

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,028
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0060,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,047
Tête enseignante GPT0,325
Écart entre enseignants0,279 · 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'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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRosa P: A digital library for transportation research (United States Department of Transportation)Même sujetPhilosophical Thought and AnalysisTravaux en français237 207