MétaCan
Menu
Retour à la cohorte
Enregistrement W2621060732 · doi:10.5539/jsd.v10n3p175

Risk Assessment of Gas Condensates Export Pipelines by Indexing Method (Case Study: Special Economic Energy Zone of South Pars-Assaluyeh)

2017· article· en· W2621060732 sur OpenAlexvenueno aff
Amin Zargari Kolaei, Mahnaz Nasrabadi, Saeid Givehchi

Notice bibliographique

RevueJournal of Sustainable Development · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPipeline (software)Risk assessmentPipeline transportWeightingFossil fuelComputer scienceEnvironmental scienceGas pipelineRisk analysis (engineering)Petroleum industryPetroleum engineeringBusinessEngineeringEnvironmental engineeringWaste managementComputer security

Résumé

récupéré en direct d'OpenAlex

Due to the sensitivity and vital and undeniable role of gas energy in the energy basket of the country, especially in economy, evaluation of risk assessment studies on the designing and exploiting of this massive and extensive industry including oil and gas pipelines seems to be very necessary. Generally, risk assessment is process of the determining the risk quantity and quality by analyzing potential risks in the project which will be done by taking into account the sensitivity or vulnerability of the surrounding environment. kent Muhlbauer’s method based on relative scoring of parameters that are involved in risks creation deals with the risk assessment. In order to establishment this system for risk assessment of statistical data collection, due to the failure of Iranian oil and gas pipelines, experts and scholars’ experiences as a field project (South Pars gas condensate export pipeline) were collected. According to the existing conditions and availability of information sources in the Iranian oil and gas industry, finally, these data as safety risk assessment criteria of pipelines were processed in a graph and scoring was conducted based on the relative weighting of risk starter elements in the pipeline. according to the obtained scores and the relative risk of different areas of pipeline by considering km scale of areas, it was identified that 16% of the total pipeline had very high risk level, 34% of the total pipeline had high risk level, 34% of the total pipeline had medium risk level and 16% of the pipeline had low risk level.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,384
Écart entre enseignants0,335 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetRisk and Safety AnalysisTravaux en français237 207