North American road tunnel fire detection research project
Notice bibliographique
Résumé
A study to investigate the performance of fire detection systems in roadway tunnels was initiated by the Fire Protection Research Foundation in 1999. A Technical Advisory Group consisting of fire and transportation officials, engineering firms, researchers, and system manufacturers was formed to oversee the project, whose overall goals are:- Investigate the performance attributes of current fire detection technologies for roadway tunnel protection;- Develop performance criteria for fire and smoke detection systems in roadway tunnel applications;- Help optimize the technical specifications and installation requirements for this application.The first phase of this project that was completed recently was a literature review of past and current research and application of fire detection systems for road tunnel protection. Based on this study, a second phase of the research program with the following objectives was launched in November 2005:- Develop appropriate design fire scenarios and test protocols for evaluating performance of road tunnel detectors;- Conduct full-scale tunnel fire tests to document the performance of currently available fire detection technologies under challenging tunnel fire scenarios;- Analyze technical data and conduct computational modeling to help understand and optimize the technical specifications and installation requirements for application of fire detection technologies in road tunnels;- Evaluate environmental effects in real tunnel environments on system performance;- Benchmark full scale fire research scenarios against data from demonstration fire tests;- Provide technical data to standards and code writers for the development of guidelines for application of fire detection technologies in road tunnels.The paper will present a summary of the first phase literature study, a progress report on the second phase of the research program, and an update on roadway tunnel research and standards development activities in North America.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».