MétaCan
Menu
Retour à la cohorte
Enregistrement W2051998892 · doi:10.1080/13669877.2014.919515

Coupling of advanced techniques for dynamic risk management

2014· article· en· W2051998892 sur OpenAlex

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

RevueJournal of Risk Research · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésRisk analysis (engineering)Risk assessmentIdentification (biology)Risk managementComputer scienceHazardProcess (computing)InferenceHazard analysisPreparednessBusinessReliability engineeringComputer securityEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Identification and assessment of hazards and risks in the activities of the process industry are of paramount importance for the prevention of major accidents. Although several techniques of HAZard Identification (HAZID) and quantified risk analysis have often been proved effective in the industry, they generally lack the dynamic dimension of risk management. In other words, they lack the ability to learn from new risk notions, experience and early warnings. When carrying out HAZID and risk assessment, there is the need to know how to deal with atypical accident scenarios as soon as their emergence is demonstrated. The related risk needs to be addressed in an ever-changing environment. In fact, what is not identified or assessed cannot be prevented or mitigated and latent risk is more dangerous than recognized one due to the relative lack of preparedness. This study proposes a dynamic approach to risk by coupling an advanced technique for hazard identification to an innovative method for risk assessment: the Dynamic procedure for atypical scenarios identification (DyPASI) and the Dynamic risk assessment (DRA) method. DyPASI was developed within the EC project iNTeg-Risk. This technique aims to complete and update HAZID. Atypical accident scenarios, which by definition are deviating from normal expectations of unwanted events or worst case reference scenarios, are identified through a systematic screening of related emerging risk notions. The DRA method aims to estimate the updated expected frequency of accident scenarios by means of Bayesian inference. Real time abnormal situations or incident data are used as new information to update the failure probabilities of the system safety barriers, which necessarily affect the overall scenario frequencies and the related risk profile. The BP Texas City refinery accident, that occurred on 23 March 2005, was considered as a case study. The results obtained from the application of the dynamic risk approach show that the accident should have been expected and its occurrence probability could have been reduced through this approach. The results highlight the need of safety culture and decision-making processes capable of dealing dynamically with emerging and increasing risk issues.

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)0,039
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0390,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,088
Tête enseignante GPT0,490
Écart entre enseignants0,402 · 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