MétaCan
Menu
Retour à la cohorte
Enregistrement W2558037389 · doi:10.4043/27385-ms

Improved Equations for the Actions of Thick Level Ice on Sloping Platforms

2016· article· en· W2558037389 sur OpenAlexaff
Ken Croasdale, Tom Brown, Chee K. Wong, Noorma Shrestha, George Li, Walt Spring, Mark Fuglem, Jan Thijssen

Notice bibliographique

RevueArctic Technology Conference · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensCentre For Cold Ocean Resources EngineeringUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBridge (graph theory)DocumentationProcess (computing)Marine engineeringWork (physics)Computer scienceScale (ratio)Event (particle physics)Matching (statistics)ArcticEngineeringGeologyMathematicsStatisticsGeographyMechanical engineeringProgramming languageOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract In ISO19906 (2010) (Arctic Offshore Structures) specific algorithms are provided for level ice loads on sloping structures; they are based on the separate work of Ralston and Croasdale. These methods were developed decades ago and comparisons with full scale data, especially from Confederation Bridge, suggest that certain idealizations can be improved; more importantly that they may be over-predicting the measured loads. For these reasons it was decided to critically review the existing Croasdale et al algorithm (as specified in ISO) and update it based on learnings from Confederation Bridge, other experience and new ideas. During the study, over 50 ice interaction events at Confederation Bridge were chosen as geometrically similar to thick ice acting on an Arctic structure. The interaction process and relevant parameters (such as ride-up height) were documented in detail and the measured loads compared with predictions for each event. The model, as currently specified in ISO, generally over-predicted by a factor of about 1.6. The model was improved in the course of the work; especially the physics of breaking and ride-up. The new model is capable of matching the Bridge measurements without bias. This paper presents the final methodology and equations which resulted from the study which was conducted over several years and resulted in an extensive report and documentation. The equations are closed form and can be applied relatively simply. Examples of using the method are provided. A more comprehensive description of the complete study is given in KRCA (2014) and Croasdale et al. (2016a).

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,069
Tête enseignante GPT0,262
Écart entre enseignants0,193 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic Technology ConferenceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207