MétaCan
Menu
Retour à la cohorte
Enregistrement W2166125592 · doi:10.1002/prs.10354

Development of risk‐based process safety indicators

2009· article· en· W2166125592 sur OpenAlexaff
Faisal Khan, Hasan Abunada, David John, Toufik Benmosbah

Notice bibliographique

RevueProcess Safety Progress · 2009
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésLaggingProcess safetyRisk analysis (engineering)Process (computing)Performance indicatorEngineeringRisk managementWork (physics)Metric (unit)Safety cultureEconomic indicatorProcess safety managementWork in processReliability engineeringOperations managementComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Process safety performance indicators are applied to monitor and improve the safety of process plants. One of the most important and challenging issues for process safety is the early recognition of deterioration in safety performance caused by operation, maintenance, management, organization, and safety culture factors before actual events and/or mishaps occur. Most existing safety performance indicators are “lagging” indicators meaning that they monitor events after their occurrence. This article presents a risk‐based approach to measure process safety using a set of safety performance indicators. This approach uses a risk metric as a means to classify process safety. Risk provides a common ground to integrate the two main indicator types of leading and lagging indicators. It is important to note that lagging and leading indicators have a relationship, which is often ignored. The proposed methodology is a structured approach, which builds upon UK's Health Safety Executive recommended process safety indicator development framework. At present, work efforts have been made to develop a set of indicators with a common background to measure process safety. This article demonstrates a hierarchical risk aggregation approach which is used to aggregate indictors. This work was carried out with the help of the Loss Prevention Division of Qatargas Operating Company Limited (Qatargas), a Liquefied Natural Gas (LNG) company. Finally, the applicability of the approach is demonstrated by a case study on a liquefied natural gas facility. The result of this study shows a relationship between the leading and lagging indicators which together contribute to the improvement of process safety performance. © 2009 American Institute of Chemical Engineers Process Saf Prog, 2010

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)0,010
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0000,000
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,036
Tête enseignante GPT0,373
Écart entre enseignants0,338 · 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'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

Citations42
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcess Safety ProgressMême sujetRisk and Safety AnalysisTravaux en français237 207