MétaCan
Menu
Retour à la cohorte
Enregistrement W2071783769 · doi:10.1115/ipc2008-64071

Parametric and Non-Parametric Survival Models for “Time to Failure” of Water Pipelines: Case Study

2008· article· en· W2071783769 sur OpenAlexaff
Ahmad Asnaashari, Isam Shahrour, Bahram Gharabaghi, Edward A. McBean

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPipeline transportParametric statisticsPipeline (software)Mains electricityParametric modelComputer scienceAsset (computer security)Asset managementReliability engineeringEnvironmental scienceEngineeringCivil engineeringPetroleum engineeringEnvironmental engineeringStatisticsMechanical engineeringMathematicsComputer security

Résumé

récupéré en direct d'OpenAlex

An application of survival analysis on Iranian water pipelines failure dataset is employed to shed additional light on the pipeline failure process as well as to extract useful information that can be helpful in future asset management planning. Survival analysis characterizes the distribution of the survival time for different groups of pipes, to compare this survival time among different type of materials. A parametric model is developed to simulate time to failure in the pipe network. The model was calibrated on the historical failure data collected over the period 1995 – 2001, and then it was tested using data since 2002. Using both parametric and non-parametric survival models makes it possible to establish a priority list for future water pipelines rehabilitation undertakings in accordance with their material type. Accordingly, it is recommended that implementation of pipeline rehabilitation projects proceeds firstly on metallic water mains, then on plastic water mains, and finally on cement water pipelines.

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: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,398

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 Opus0,022
Tête enseignante GPT0,214
Écart entre enseignants0,193 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Systems and OptimizationTravaux en français237 207