Natural Hazard and Risk Management for South American Pipelines
Notice bibliographique
Résumé
Hazard identification and rating involve the first two of a four-phase natural hazard and risk management (NHRM) system that is being developed to manage natural hazards along linear facilities. In Canada, completing these first two phases is generally straightforward. Baseline data including air photos, geology and topographic maps are readily available; the number and types of hazard exposure are often limited for any given facility; and, the standard of care expected during design and construction is understood and practiced. The NHRM methodology is also being applied on South American pipelines. Greater flexibility is required in obtaining necessary input data. Helicopter and vehicle access are often more limited, and greater reliance must be placed on airphoto interpretation and literature review. Processes of rating hazard exposure are needed for less familiar hazard types, including tsunami, volcanic eruption, and tectonic ground rupture. South American construction and design practices must be accounted for in the rating methodology. Using examples from recently constructed trans Andean pipelines, this paper outlines application of the NHRM system to linear facilities located in areas of diverse hazard exposure and less stringent design and construction practices. Under the broad headings of ‘geotechnical’ and ‘hydrotechnical’ hazards, a methodology for rating eleven different hazard types is outlined. On the geotechnical side, these include tsunami, volcanic eruption, tectonic ground rupture, landslides and debris flows originating off-rights-of-way, and mass movements originating on rights-of-way. Hydrotechnical hazards include scour, degradation, bank erosion, encroachment, and channel abandonment/avulsion.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».