MétaCan
Menu
Retour à la cohorte
Enregistrement W2061518910 · doi:10.1061/(asce)wr.1943-5452.0000136

Performance Estimation of a Remote Field Eddy Current Method for the Inspection of Water Distribution Pipes

2010· article· en· W2061518910 sur OpenAlexafffund
Sophie Duchesne, Nabila Bouzida, Jean‐Pierre Villeneuve

Notice bibliographique

RevueJournal of Water Resources Planning and Management · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesUniversité Laval
Mots-clésEddy currentNondestructive testingCorrosionEddy-current testingAttenuationStructural integrityField (mathematics)Materials scienceStructural engineeringEngineeringComposite materialOpticsMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Remote Field Eddy Current (RFEC) technology allows the in situ inspection of metallic water distribution pipes. RFEC tools provide the location and magnitude of corrosion defects on the inspected pipes. The capacity of an RFEC tool to detect corrosion defects is evaluated in this paper by comparing its results with those obtained from the analysis of computed tomography (CT) scan images of the inspected pipes. Localization and characteristics of defects identified with the RFEC tool and from the CT scan images were compared for six cast iron pipes. An original method is proposed for the analysis of the CT scan images from which wall thickness losses were estimated by using the basic principle that the attenuation coefficient of X-rays in a homogenous material is a linear function of its density. The results show that the RFEC tool is able to localize most of the defects identified from the analysis of CT scan images. These findings reveal that the tested RFEC probe provided reliable information on the main corrosion defects, and thus on the general structural integrity of the inspected pipes.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,133

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 ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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

Citations6
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Resources Planning and ManagementMême sujetWater Systems and OptimizationTravaux en français237 207