MétaCan
Menu
Retour à la cohorte
Enregistrement W1998432264 · doi:10.1115/ipc2012-90604

Measuring the Effectiveness of Damage Prevention Techniques and Defining the Key Performance Indicators on Damage Prevention Efficiency

2012· article· en· W1998432264 sur OpenAlex
Mark Piazza, Gina Greenslate, Nicolas Herchin, Laurent Bourgouin, Miriam Kuhn, Heather Sinclair, Gary C. White, John Kiefner, Murès Zaréa

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensTransCanada (Canada)
Organismes subventionnairesnon disponible
Mots-clésPipeline (software)Computer scienceProcess (computing)Risk analysis (engineering)EngineeringComputer securityBusiness

Résumé

récupéré en direct d'OpenAlex

Pipeline operators expend substantial efforts to develop, implement, and audit their Public Awareness and Pipeline Damage Prevention Programs. While the rate of pipeline damage incidents from third-party and outside force impacts has progressively declined over a period of several decades, these events remain a high priority for the pipeline industry and external stakeholders. There are multiple management and communications tools that are used to support Damage Prevention programs for energy transmission pipeline operations. These tools are applied to large pipeline systems that cross a range of geographic, population, and regulatory boundaries. These factors make it challenging to determine the effectiveness of the individual tools applied for damage prevention for energy transmission pipeline systems. This paper present the results of research performed through Pipeline Research Council International, Inc. (PRCI) to measure and quantify the effectiveness of the various damage prevention tools and techniques as they apply to energy transmission pipeline systems. The project focuses on data collection through a web-based platform to provide the basis to establish a set of Key Performance Indicators (KPIs) for assessing the effectiveness of the methods and techniques that are used as standard practices by most pipeline operators in their damage prevention programs. The research includes development of a consistent and systematic process and database for collecting information on damage and “near hit” incidents that are recorded by pipeline operators. Fault-tree analysis of these data is expected to show where improvements can be made (e.g., one-call center, ticket handling, operator response, contractor cooperation and diligence, locating and marking, monitoring). Improvements will be measured by PRCI by capturing and analyzing the data over a multi-year period. The key output of the project will be metrics that demonstrate which damage prevention activities are more effective in reducing impacts and “near hits” to pipelines and which activities positively contribute to the safe operations of the pipeline system.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil0,239

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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