MétaCan
Menu
Retour à la cohorte
Enregistrement W2327589517 · doi:10.1061/40934(252)58

Inline Assessment of Transmission Pipelines in the Oil and Gas and Water Sectors

2007· article· en· W2327589517 sur OpenAlexaff
Brian Mergelas, D.L. Atherton, Paul J. Passaro, Paul B. Laursen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensOccupational Cancer Research CentreQueen's University
Organismes subventionnairesnon disponible
Mots-clésPipeline transportPipeline (software)Risk analysis (engineering)EngineeringMains electricityRisk managementPetrochemicalPetroleum industryFossil fuelForensic engineeringPetroleum engineeringBusinessWaste managementEnvironmental engineeringFinance

Résumé

récupéré en direct d'OpenAlex

Pipelines are pressure vessels used to transport products from one location to another and as such their operation falls under the US Department of Transportation. In principle, the Office of Pipeline Safety (OPS) has oversight on all transmission pipelines; however, in practice, regulations only exist for oil and gas pipelines. Spurred on by several spectacular and deadly pipeline failures starting in the 30's, the industry is now fully regulated. Present regulations include both risk management as well as mandatory condition assessment in high-risk areas. There are presently no regulations pertaining to risk management, pipeline assessment or pipeline safety in the water sector. It is not clear whether the fact that water transmission pipelines seldom cross state boundaries or the perception of lower consequence failures for water mains means that the water sector shall remain largely unregulated. It is clear that just as there is a strong desire to operate petrochemical pipelines up to and beyond their design life, there is a similar drive for water pipelines. The replacement value of water pipelines in the US is estimated at over $700,000,000,000. Comparing and contrasting approaches to condition assessment and risk management in these two sectors will certainly strengthen the emerging best practices.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,009
Tête enseignante GPT0,253
Écart entre enseignants0,244 · 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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Integrity and Reliability AnalysisTravaux en français237 207