MétaCan
Menu
Retour à la cohorte
Enregistrement W1970520365 · doi:10.1115/ipc2006-10347

Methodologies for Evaluating and Qualifying External Pipeline Coatings for Northern Pipelines

2006· article· en· W1970520365 sur OpenAlexaffabout
Sankara Papavinasam, Alex Doiron, T. Panneerselvam, Y. Lafrenie`re, Michael Attard, C. Derushie, R. Bouchard, B. Eagleson, R. Winston Revie, Alebachew Demoz

Notice bibliographique

RevueVolume 1: Project Management; Design and Construction; Environmental Issues; GIS/Database Development; Innovative Projects and Emerging Issues; Operations and Maintenance; Pipelining in Northern Environments; Standards and Regulations · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueOffshore Engineering and Technologies
Établissements canadiensDevon Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésPipeline transportPipeline (software)Environmental scienceCover (algebra)Forensic engineeringMarine engineeringComputer scienceEngineeringEnvironmental engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The design of coatings must be adequate to protect pipelines under long-term, severe environmental conditions, including the extreme climatic conditions that will apply in the North before the pipe is installed and operation begins. Practices and standardised methodologies for evaluating and qualifying pipeline coatings for application in northern pipelines are discussed. Results from laboratory and field experiments, carried out under the conditions to which coatings will be exposed during construction, are presented. Based on 1-year laboratory experiments in which samples were exposed to temperatures as low as −45°C and limited data from the field experiments, it is concluded that Canadian Standards Association (CSA) standards CSA Z662, CSA Z245.20 and CSA Z245.21 adequately cover evaluation of coatings for northern pipelines. However, in order to evaluate the effects of low-temperatures, the specimens should be exposed for at least 4 months. Coatings qualified by CSA Z245.21 (System B1 and B2) are less affected from exposure to low-temperatures than those qualified by CSA Z245.21 (System A1) and CSA Z245.20.

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 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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,032
Tête enseignante GPT0,298
Écart entre enseignants0,266 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVolume 1: Project Management; Design and Construction; Environmental Issues; GIS/Database Development; Innovative Projects and Emerging Issues; Operations and Maintenance; Pipelining in Northern Environments; Standards and RegulationsMême sujetOffshore Engineering and TechnologiesTravaux en français237 207