MétaCan
Menu
Retour à la cohorte
Enregistrement W2559101150 · doi:10.4043/27364-ms

Probabilistic Assessment of Multi-Year Sea Ice Loads on Upward Sloping Arctic Structures

2016· article· en· W2559101150 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueArctic Technology Conference · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensCentre For Cold Ocean Resources Engineering
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodRandomnessProbabilistic logicCalibrationSea iceRidgeExtreme value theoryComputer scienceProbability distributionGeologyMathematicsStatisticsClimatology

Résumé

récupéré en direct d'OpenAlex

Abstract Multi-year (MY) ridge and level ice interactions with sloping and conical structures involve complex ice feature shapes and ice failure mechanisms. The limited available field data makes calibration of associated load models difficult. To account for associated randomness and uncertainty, models may tend to be on the conservative side. New deterministic algorithms were recently developed to calculate loads more accurately for interactions of MY level ice and MY ridges with an upward sloping structure. This paper presents the application of these recently developed formulations in a probabilistic framework using SILS. SILS is a Monte-Carlo type simulator developed by C-CORE following the general procedures outlined in ISO 19906. Ice and metocean input parameters are defined by the user either as a fixed value (e.g. friction coefficients) or a random distribution (e.g. ice drift speed, floe size). The yearly encounter frequency is first estimated for these ice features for the site of interest. The ice loads are then determined for each of simulated interaction event occurring over the model timespan, using the deterministic load formulations. By simulating a large number of years of ice interactions, design ice loads can be determined that correspond to various low annual probability of exceedances. This paper demonstrates how complex loading scenarios, modelled in terms of idealized deterministic models, can be incorporated within a Monte-Carlo framework to provide design level loads. During the model implementation and analysis of results, significant improvements were identified and implemented in the deterministic model, resulting in a more robust model and better design estimates. The results provide valuable insights regarding model inputs and behaviour corresponding to the extreme design ice loads. An example of a full probabilistic analysis is presented in the paper to illustrate the models. Here the probabilistic framework of SILS is used to assess a Base Case scenario and a number of sensitivity cases using different environmental inputs and model parameters.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,045
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,253
Écart entre enseignants0,233 · 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