Entwicklung von Systemelementen für ein österreichisches Pavement Management System
Bibliographic record
Abstract
Erhaltungsmanagementsysteme sind vor allem im angloamerikanischen Raum seit mehreren Jahrzehnten nicht mehr wegzudenkende Hilfsmittel, die den Straßenerhalter in seinen Entscheidungen unterstützen und bekräftigen sollen.Auch die zunehmende Erhaltungstätigkeit auf dem österreichischen Straßennetz, das größtenteils in der zweiten Hälfte des 20.Jahrhunderts errichtet wurde, führt zur Notwendigkeit des Einsatzes von solchen objektiven Entscheidungskriterien. Geldmangel, nicht nachvollziehbare politische Entscheidungen sowie eine fehlende bundesweit einheitliche Vorgangsweise haben bereits auf vielen Straßen eine Erhaltungssituation entstehen lassen, die dringenden Handlungsbedarf von Seiten der Straßenverwaltungen aber auch von Seiten der politischen Entscheidungsträger erfordert.Um solchen Situationen zukünftig vorbeugen zu können, wurde in den letzten Jahren begonnnen, ein bundesweit einheitliches Erhaltungsmanagementsystem umzusetzen.D.h. es musste der schwierige Schritt unternommen werden, die jahrelangen praktischen Erfahrungen der Erhalter mit einem zukunftsorientierten Managementwerkzeug zu kombinieren.Die Implementierung eines modernen Erhaltungsmanagementsystems bedeutet aber auch, dass die Straßenerhaltung ein zunehmend komplexer und arbeitsintensiver Aufgabenschwerpunkt der Straßenbautechnik wird.Dieser kann nur dann zufriedenstellend behandelt werden, wenn entsprechend gut ausgebildete Fachleute den Straßenerhaltern zur Verfügung stehen.Die vorliegende Arbeit soll allen Straßenerhaltern eine Grundlage und Hilfestellung für die praktische Anwendung dieses Erhaltungsmanagementsystems bieten.Es wurde dabei besonders auf einen engen Bezug zur Praxis Wert gelegt, da ohne die praktischen Erfahrungen der Aufbau eines systematischen Straßenerhaltungssystems nicht denkbar wäre.In diesem Zusammenhang möchte ich mich bei allen Straßenerhaltern in Österreich für ihre Unterstützung bedanken.Ohne die intensive Zusammenarbeit und den Erfahrungsaustausch wäre die Entwicklung eines solchen Systems in dieser kurzen Zeit nicht möglich gewesen.Besonderer Dank gilt Hr.Prof.Dipl.-Ing.Dr.Johann Litzka, der mein Interesse für die Straßenerhaltung geweckt hat, mir die Möglichkeit geboten hat, diese Arbeit zu verfassen und mir seine Erfahrungen in unzähligen Gesprächen und Diskussionen zur Verfügung gestellt hat.Für die mühevolle Arbeit im Zuge der Durchsicht und Korrektur dieser Dissertation möchte ich mich bei Hr.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.009 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".