MétaCan
Menu
Retour à la cohorte
Enregistrement W2468192092 · doi:10.1061/9780784479957.034

Energy Pipeline Integrity Water and Slope Crossing Assessments

2016· article· en· W2468192092 sur OpenAlexaboutno aff
Dave Richardson, Michael J. Byle, Melissa Koob

Notice bibliographique

RevuePipelines 2016 · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPipeline transportPipeline (software)Environmental scienceErosionTraverseGeologyFluvialHydrology (agriculture)Geotechnical engineeringComputer scienceGeomorphologyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Pipelines that transport energy products exist along corridors throughout the United States and Canada. Pipeline corridors intersect fluvial systems where the pipeline is typically installed below the sediment surface to alleviate the influence (force) of flowing water on the pipeline. Pipeline corridors also traverse hills and valleys where slope movement could have a negative impact on pipeline integrity. Pipeline integrity management includes assessment of sites where conditions may subject the pipeline to adverse conditions. A method is presented whereby geomorphology and geotechnical methods were used to assess 1,124 water and slope crossing sites for 2,700 miles of pipelines. The method maximizes the use of available data from public agencies and internet sources. Geomorphic, geologic, karst, seismic, soil, hydrologic, and contour map information were used to characterize physical/environmental conditions. From this initial background assessment, sites were identified for field evaluation based on erosion/slope failure potential. Following completion of the field work the combined background and field digital data were used to assign an erosion potential rating for each water and slope crossing. The erosion potential was rated in five categories ranging from very low to very high. The erosion potential rating and field measured depth of cover were used to assign a pipeline exposure potential rating for each site. The exposure potential was similarly rated from very low to very high. The digital approach to collecting, analyzing, and reporting the data provided an effective and efficient means of evaluating large areas with complex conditions. This enables pipeline monitoring, maintenance, and capital improvements to be planned and prioritized. The digital mapping generated is a useful tool for tracking conditions over time and can be updated as conditions change in the future.

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)0,005
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,012
Tête enseignante GPT0,242
Écart entre enseignants0,231 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePipelines 2016Même sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207