MétaCan
Menu
← Retour à la cohorte
Enregistrement W2582654140 · doi:10.1115/ipc2016-64166

CSA EXP248: Pipeline Human Factors

2016· article· en· W2582654140 sur OpenAlexaff
Lorna Harron, Sue Capper

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensCanadian Standards Association
Organismes subventionnairesnon disponible
Mots-clésPipeline (software)Computer scienceProcess (computing)Risk analysis (engineering)Task (project management)Asset (computer security)Service (business)EngineeringKnowledge managementProcess managementSystems engineeringComputer securityBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Human Factors play an important role in the reduction of pipeline incidents. There has been little guidance specific to the Pipeline Industry related to Human Factors management, with the exception of Control Room Management, in the recent past. The Human Factors Working Group, formed during the 2013 Banff Pipeline Workshop, partnered with CSA Group to fill an identified gap in the industry related to Pipeline Human Factors. The result was the creation of an Express Document, CSA EXP248 Pipeline Human Factors. CSA EXP248 (EXP248) considers Human Factors through the life cycle of a pipeline asset. The main goal of this document is to improve pipeline safety performance through management of risks associated with Human Factors. It provides guidance to pipeline operators on the need and means to integrate Human Factors in all aspects of the Pipeline Life Cycle and Management System, with philosophy considerations for integration of Human Factors into a “fit for service” pipeline system. A review of EXP248 will illustrate how this document provides information that is scalable to organizations based on size and complexity. This paper reviews the new CSA Group Express Document process and its application for the Pipeline Industry. This paper will discuss kkey aspects of EXP248 that operators could apply and practical tips on the application of this guidance to the pipeline operating community. Areas highlighted during this review include elements of a Human Factors program, consideration of physical, organizational and cognitive demands of a job or task, and integration of Human Factors into Management Systems. Finally, the paper will describe next steps to create a CSA Group consensus standard for Pipeline Human Factors, where EXP248 will serve as a seed document. Lessons learned during the use of the new Express Document will be highlighted and the use of this new process for other applications explored.

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)0,015
score de la tête « metaresearch » (Gemma)0,024
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,331

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0040,002
Communication savante0,0070,005
Science ouverte0,0040,005
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0990,080

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 Opus0,203
Tête enseignante GPT0,545
Écart entre enseignants0,342 · 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 sujetOccupational Health and Safety Research→Travaux en français237 207→