MétaCan
Menu
Retour à la cohorte
Enregistrement W1987349890 · doi:10.4043/24602-ms

Arctic and Sub-Arctic Pipeline Routing Evaluations Enabled by Spatial AHP

2014· article· en· W1987349890 sur OpenAlexaff
Charles N. White, Mike Paulin, Ashfaq Palejwala, Julie Burke, Kirk Mower, Simon McGee

Notice bibliographique

RevueOTC Arctic Technology Conference · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueOffshore Engineering and Technologies
Établissements canadiensIntecsea (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceRobustness (evolution)ArcticAnalytic hierarchy processBathymetryGeospatial analysisOperations researchRemote sensingGeographyEngineeringGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract The Analytical Hierarchy Process (AHP) is employed to structure and prioritize the criteria (issues) that most strongly affect pipeline routing decisions for Arctic and sub-Arctic offshore projects. An AHP model is created incorporating these criteria and the pair-wise comparisons technique is used to establish weighting of the criteria. The collaborative pair-wise comparison approach allows all team members to explore and sound out each other's perspectives on the importance of each of the routing assessment criteria in a disciplined way that builds consensus around the model adopted for the cases under investigation. This AHP model can then be tagged to a geomatics database automatically linking expertise in the pipelining disciplines with advanced geomatics capabilities for assessing export pipeline routing schemes to directly account for key considerations like flow assurance, geohazards, on bottom stability, bottom roughness, bathymetry, seabed morphology, sediment types, existing infrastructure, economics, public use regions, and environmentally sensitive areas. The paper describes how this linkage allows an automated scoring procedure that is then tested for robustness by sensitivity checks and demonstrates the methods via case studies. When this method is applied to offshore Arctic pipelines, information can be incorporated that reflects the engineering, environmental, social, administrative, and infrastructure input that must be considered in routing/design. The model is then applied to challenging pipeline planning cases with sensitivities investigated in a way that confirms the robustness of the routing recommendations. The paper clarifies how the issues and key technical information can be efficiently captured and applied within Arctic or sub-Arctic full field development planning studies that reflect real-world information (geomatics). The ability to easily accommodate changes in the engineering/technical basis and/or corporate priorities is highlighted, as well as the consensusbuilding strengths of this advanced methodology.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOTC Arctic Technology ConferenceMême sujetOffshore Engineering and TechnologiesTravaux en français237 207