MétaCan
Menu
Retour à la cohorte
Enregistrement W1999123198 · doi:10.4043/23739-ms

Ice Data Collection for Arctic Operation

2012· article· en· W1999123198 sur OpenAlexaboutno aff
Göran Wilkman, Topi Leiviskä, Annu Oikkonen

Notice bibliographique

RevueOTC Arctic Technology Conference · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueOffshore Engineering and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubmarine pipelinePipeline transportWork (physics)Component (thermodynamics)ArcticData collectionMarine engineeringThe arcticSea iceTransit (satellite)Transport engineeringEnvironmental scienceComputer scienceEngineeringMeteorologyOceanographyGeologyGeographyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Every operation site, oil and gas drilling, shipping, pipelines and loadingfacilities, need a design basis to be properly planned. Also monitoring of theenvironment when the operation has already started is of utmost importance. This became noticed already in late 1960ies during the Manhattan voyages. Eversince ice data has been collected around various projects both in the westernand eastern Arctic. In Canada the heat was on during the Polar Gas and ArcticPilot Project in the 1970ies and 80ies. The discoveries in the Russian Arcticlaunched systematic arrangements to collect ice data in the in thePechora Sea, Barents Sea, Kara Sea, Ob Bay and offshore Sakhalin Island duringthe last 25 years. This paper describes the main features of typicalarrangements made for a successful data collection expedition, how arrangementsworked and also difficulties met during the execution of such anexpedition. Introduction In a successful project the ice conditions play a significant role and it isof utmost importance to have sufficient data on the design conditions. Forinstance each component in an oil export system like onshore pipelines/terminals, underwater pipelines, offloading terminals, assistant icebreakersand export transportation vessels, has design requirements of its own. A designbasis must be made for each component of the system. This requires aconsiderable amount of work, both data collection in the field and reviews ofliterature as well as analyses to make a reliable design basis. This is thefirst step. Planning of any offshore or transport project requires careful analyses ofsafety, impact and economics of the planned operations and equipment. A lot of information is needed both on the environment as well as of theoperations themselves. Planning the operations and doing the design based oninadequate or unreliable data may lead to uneconomic operation or in worstcases severe damages of the environment or human life.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,000
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 Opus0,039
Tête enseignante GPT0,252
Écart entre enseignants0,213 · 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.

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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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