MétaCan
Menu
Retour à la cohorte
Enregistrement W2426566905 · doi:10.5006/c2016-07488

Gap Analysis of Canadian Pipeline Coatings: A Review Study

2016· review· en· W2426566905 sur OpenAlexaffabout
Tamer Crosby, John Wolodko, Haralampos Tsaprailis

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensAlberta Innovates
Organismes subventionnairesnon disponible
Mots-clésPipeline (software)Materials sciencePipeline transportMetallurgyForensic engineeringComputer scienceEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Coatings are one of the main methods to protect pipelines primarily from corrosion and wear. There exist several coating technology systems and the desired properties of a good coating will change from one application to another. It is estimated that the value of the protective coatings market is around $3-4 billion dollars in Canada. Therefore, analyzing the protective coating sector for potential opportunities becomes significant. In this review paper, we investigate the pipeline coatings sector in order to determine gaps in currently available coating technologies. The objective is to determine future research directions and innovation opportunities. The scope of this work is protective coatings for transmission crude oil and natural gas pipelines. The main methodologies used here are stakeholder engagement (pipeline operators, coating applicators, and coating manufacturers and suppliers) and literature review. Here, we explore the physical limitations and technological gaps on current commercially available coatings. The cycle of innovation and development, as well as the process of accepting new coatings is also reviewed. Finally, the regulations pertaining to coating selection and testing are discussed, with special emphasis on the newly introduced Canadian Standards Association (CSA) Z245.30-14 standard1 and its associated impacts on Canadian coatings applicators and the coating supply chain in general.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,014
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,056
Tête enseignante GPT0,323
Écart entre enseignants0,267 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetStructural Integrity and Reliability AnalysisTravaux en français237 207