MétaCan
Menu
Retour à la cohorte
Enregistrement W2118754552 · doi:10.1115/ipc2002-27076

Geometric Dent Characterization

2002· article· en· W2118754552 sur OpenAlexaffabout
Aaron Dinovitzer, Robert Lazor, L. Blair Carroll, Jianxin Zhou, F. McCarver, Scott Ironside, Damodaran Raghu, Kevin P. Keith

Notice bibliographique

Revue4th International Pipeline Conference, Parts A and B · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensFoothills Medical CentreTransCanada (Canada)
Organismes subventionnairesnon disponible
Mots-clésCharacterization (materials science)Pipeline (software)Pipeline transportLine (geometry)Hydrostatic testWeldingComputer scienceEngineeringEngineering drawingMechanical engineeringGeometryMaterials scienceMathematicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

The Canadian pipeline design standard (CSA Z662) requires the repair of smooth dents with depths exceeding 6% of the pipeline’s outside diameter. This limit on dent depth is reduced in the presence of additional localized effects such as pipe wall gouges, corrosion, planar flaws or weld seams. It has been noted, however, that pipelines have operated satisfactorily with dents in excess of 10% while others with 3% dents have failed. Based upon observation of this type the question arises, “Is there more to characterizing a dent than its depth?” An ongoing group sponsored project at BMT Fleet Technology Limited (FTL) is exploring the issue of dent characterization using a dent assessment model developed at FTL. The objective of this project is to develop a rapid dent life expectancy characterization technique based upon dent geometry, line pressure history and line pipe material properties. This paper will outline the general characterization approach being considered and demonstrate some of the observed and expected relationships between service life and dent geometry. The relative importance of each dent characteristic (geometric measures, line pipe material and line pressure history) will be discussed to demonstrate the potential of the rapid characterization approach being developed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,027
Tête enseignante GPT0,229
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue4th International Pipeline Conference, Parts A and BMême sujetStructural Integrity and Reliability AnalysisTravaux en français237 207