MétaCan
Menu
Retour à la cohorte
Enregistrement W2096197076 · doi:10.1061/41173(414)4

Sampling and Condition Assessment of Ductile Iron Pipes

2011· article· en· W2096197076 sur OpenAlexaffabout
Yehuda Kleiner, Balvant Rajani

Notice bibliographique

RevueWorld Environmental and Water Resources Congress 2011 · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésCorrosionDuctile ironSampling (signal processing)Probabilistic logicGeotechnical engineeringMaterials scienceGeologyMetallurgyCast ironEngineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

About 300 ft (91.4 m) of DI pipes were exhumed in each of four North American water utilities in an effort to gain a thorough understanding of the geometry of external corrosion pits in ductile iron (DI) pipes, which would lead to a better ability to assess the remaining life of these pipes. The exhumed pipes were cut into sections, sandblasted and tagged. Soil samples extracted along the exhumed pipe were also obtained. Pipe sections were scanned, using a laser scanner that was specially developed at the National Research Council of Canada (NRC)for this purpose and the scanned data were processed using special software developed for this purpose. The pipes were virtually sliced into rings of equal lengths, where each ring was characterized by three geometrical attributes, namely maximum pit depth, pit area and pit volume. Statistical analyses were performed on the geometrical attributes of the corrosion pits found on these rings. Soil characteristics were investigated for their impact on the geometric properties of the corrosion pits and were found not to have a substantial and consistent impact. Based on the results of the statistical investigation, methods were proposed to discern the condition of a ductile iron pipe based on a set of random samples. In this paper we describe the development of these methods, including the sampling scheme, the probabilistic inference on the pipe condition and the confidence bounds for the discerned results.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
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 Opus0,009
Tête enseignante GPT0,196
Écart entre enseignants0,187 · 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'étudeObservationnel
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
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Environmental and Water Resources Congress 2011Même sujetInfrastructure Maintenance and MonitoringTravaux en français237 207