MétaCan
Menu
Retour à la cohorte
Enregistrement W2080189693 · doi:10.2166/aqua.2013.125

Probabilistic modeling of cast iron water distribution pipe corrosion

2013· article· en· W2080189693 sur OpenAlexaffabout
Sophie Duchesne, Naoufel Chahid, Nabila Bouzida, Babacar Toumbou

Notice bibliographique

RevueJournal of Water Supply Research and Technology—AQUA · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésIconComputer scienceArt historyWorld Wide WebArt

Résumé

récupéré en direct d'OpenAlex

Research Article| August 01 2013 Probabilistic modeling of cast iron water distribution pipe corrosion Sophie Duchesne; Sophie Duchesne 1INRS-ETE, 490 rue de la Couronne, Québec, QC, G1K 9A9, Canada E-mail: sophie.duchesne@ete.inrs.ca Search for other works by this author on: This Site PubMed Google Scholar Naoufel Chahid; Naoufel Chahid 1INRS-ETE, 490 rue de la Couronne, Québec, QC, G1K 9A9, Canada Search for other works by this author on: This Site PubMed Google Scholar Nabila Bouzida; Nabila Bouzida 1INRS-ETE, 490 rue de la Couronne, Québec, QC, G1K 9A9, Canada Search for other works by this author on: This Site PubMed Google Scholar Babacar Toumbou Babacar Toumbou 1INRS-ETE, 490 rue de la Couronne, Québec, QC, G1K 9A9, Canada Search for other works by this author on: This Site PubMed Google Scholar Journal of Water Supply: Research and Technology-Aqua (2013) 62 (5): 279–287. https://doi.org/10.2166/aqua.2013.125 Article history Received: January 31 2013 Accepted: April 19 2013 Views Icon Views Article contents Figures & tables Video Audio Supplementary Data Share Icon Share Facebook Twitter LinkedIn Email Tools Icon Tools Cite Icon Cite Permissions Search Site Search Dropdown Menu toolbar search search input Search input auto suggest filter your search All ContentAll JournalsThis Journal Search Advanced Search Citation Sophie Duchesne, Naoufel Chahid, Nabila Bouzida, Babacar Toumbou; Probabilistic modeling of cast iron water distribution pipe corrosion. Journal of Water Supply: Research and Technology-Aqua 1 August 2013; 62 (5): 279–287. doi: https://doi.org/10.2166/aqua.2013.125 Download citation file: Ris (Zotero) Reference Manager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex Due to the random nature of the corrosion process, stochastic approaches are more appropriate to mathematically represent the corrosion depths on metallic objects. Based on data from 202 pipes, a model was developed to compute the probability of finding maximal corrosion depth in a given interval of values for 150-mm cast iron water distribution pipes. Only the age of pipes was taken into account as an explanatory variable to compute this probability, since the soil characteristics were not available in the close surroundings of the inspected pipes. The model combines two functions: (1) a Weibull distribution function to represent the distribution of pipe ages at the time when the maximal corrosion depth reaches 100% of the pipe wall thickness; and (2) a generalized extreme value (GEV) distribution function, with the location parameter varying as a function of pipe age, to represent the distribution of maximal corrosion pit depths on pipes that did not reach a maximal corrosion pit equal to 100% of their wall thickness. The developed model offers a good representation of the distribution of observed maximal corrosion depths for Quebec City's 150-mm cast iron water pipes. censored data, GEV distribution function, maximum likelihood, pipe age, soil characteristics, stochastic model © IWA Publishing 2013 You do not currently have access to this content.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,244
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,233
Écart entre enseignants0,216 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Supply Research and Technology—AQUAMême sujetWater Systems and OptimizationTravaux en français237 207