Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 6 vistas

    Clase 22.11.2021 - Taller 2 - Matriz de Clasificación

    Cargado por

    Rocío Ambur
    MATRIZ DE CLASIFICACIÓN DE UN ARTÍCULO, ejemplo

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Clase 22.11.2021 - Taller 2 - Matriz de Clasificación

    Cargado por

    Rocío Ambur
    6 vistas1 página
    MATRIZ DE CLASIFICACIÓN DE UN ARTÍCULO, ejemplo

    Título original

    Clase 22.11.2021_ Taller 2 _ Matriz de clasificación

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    MATRIZ DE CLASIFICACIÓN DE UN ARTÍCULO, ejemplo

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    6 vistas1 página

    Clase 22.11.2021 - Taller 2 - Matriz de Clasificación

    Cargado por

    Rocío Ambur
    MATRIZ DE CLASIFICACIÓN DE UN ARTÍCULO, ejemplo

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 1

    Taller 2 BASE DE DATOS _ Matriz de clasificación

    Taller 2
    EJEMPLO 01 MATRIZ DE CLASIFICACIÓN DE UN ARTÍCULO

    METODOLOGÍA
    Cód. Autor(es) Título Abstrac Palabras Claves Teorías de apoyo Hipótesis Principales Resultados Implicancias
    Población Muestra Recogida de Datos Escala Procesamiento de data

    T
    Monica Meocci Un enfoque innovador para el Problema: Las nuevas metodologías para la detección del * Sensor de movimiento *PMS (Sistema de gestión La metodología Pave Pavimentos de - Vía Maceratoio Equipo de recolección Los datos recogidos Creación de un algoritmo Propuesta de dos Teórica: Se han
    Valentina Branzi monitoreo de pavimentos de deterioro del pavimento son muy costosas para las * Caja negra de pavimentos) box permite obtener carreteras urbanas de - Vía Alessandro Scarlatti de datos: fueron: para transformar los datos índices: propuesto dos índices

    0
    Andrea Sangiovanni carreteras de alto rendimiento autoridades viales. * GPS - PCI (Enfoque del un evaluación alto rendimiento del - Vía Olinto Nesi Seat Leon 5F 1.2 TSI * Tiempo recogidos en algún tipo de * Índice de caja de que permiten evaluar
    utilizando caja negra * Índice de gravedad del peligro de detección) inmedita de bajo Municipio de Prato de - Vía Toscana (*Para * Aceleración vertical anomalía. pavimentación local el estado del

    0
    Objetivo: Buscar un método adecuado para obtener un pavimento - IRI (RPC) costo y en menor Italia corroborción de datos) Se empleó una ficha de * Posición (GPS) (LPBi) pavimento
    bajo consumo en tiempo costo, siendo este el método de * Condición del pavimento * Metodología de Pave box tiempo del estado de recolección de datos * Velocidad del * Índice Gobal Pave

    1
    caja negra (Pave box). * Aceleraciones verticales (Aceleración vertical, GPS) conservación del CRITERIOS DE SELECCIÓN (encuesta) vehículo (30 - 50 Box (GPBi) Práctica: Aporte de
    pavimento a un nivel DE MUESTRA: km/h) una metodología de
    Metodología: Colocación de cajas negras dentro de un de daños locales y a - Vías urbanas bajo costo y reducción
    vehículo donde estas están incorporadas dentro de un GPS y nivel global con un - Tráfico heterogéneo de tiempo frente a
    un acelerómetro, Las mediciones se realizaron en tres 70% de acertividad. - Vías de doble sentido metodologías
    segmentos diferentes de carreteras de 100 m de longitud - Ancho máximo 3.5 m tradicionales.
    donde se recolectó los datos de aceleraciones verticales.

    Conclusiones: El método Pave box se asemeja al PCI con


    menor costo y tiempo.

    Aporte: Dos índices para detectar y clasificar los daños


    locales y el estado global de la carretera.
    Abstract original del artículo: Uno de los criterios
    adoptados por el Banco Mundial con el objetivo de definir el
    nivel económico de un país está representado por el estado
    de las aceras de las carreteras. Para garantizar una calidad
    adecuada del pavimento de las carreteras, las autoridades
    viales deben monitorear y reparar continuamente las
    anomalías detectadas. Para resolver rápidamente los
    problemas asociados con la mala calidad de la superficie de
    la carretera, como la comodidad o la seguridad, la presencia
    de peligro debe detectarse rápidamente. La detección de
    averías de pavimentos de alto rendimiento, como las que se
    basan en el procesamiento de imágenes o en el escaneo
    láser, es muy costosa y no permite a la administración vial
    realizar las campañas de monitoreo adecuadas. Para
    resolver estos problemas, el documento describe la
    metodología de la caja de pavimentación, un enfoque de
    detección de socorro innovador e inmediatamente operativo
    basado en la explotación de los datos recopilados por las
    cajas negras ubicadas dentro de los vehículos que circulan
    habitualmente por la red de carreteras. El procesamiento de
    datos y los algoritmos utilizados en la evaluación posterior al
    procesamiento de la aceleración vertical se compararon con
    los procedimientos de levantamientos visuales existentes,
    como PCI. Se han propuesto dos índices diferentes para
    detectar y clasificar tanto los daños locales como la
    condición global de toda la carretera. Pave box proporciona
    una evaluación robusta del estado del pavimento que
    permite detectar todos los daños severos y no menos del
    70% de los daños menores en la superficie del pavimento. La
    propuesta se caracteriza por un bajo consumo de tiempo y
    costo y representa una herramienta eficaz para las
    autoridades viales.

    22/11/2021 1

    También podría gustarte