MétaCan
Menu
Retour à la cohorte
Enregistrement W2734930599 · doi:10.1080/03610918.2017.1353616

Underground storage tanks (UST): A closer investigation statistical implications to changing the shape of a UST

2017· article· en· W2734930599 sur OpenAlexaff
Satesh Ramdhani, Ram C. Tripathi, Jerome P. Keating, N. Balakrishnan

Notice bibliographique

RevueCommunications in Statistics - Simulation and Computation · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStrappingUnderground storage tankVolume (thermodynamics)Fuel tankFunction (biology)EngineeringEnvironmental scienceStorage tankMarine engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Gasoline service stations that use underground storage tanks (UST) assume that the manufactured tank is an ideal cylindrical shape. This cross-sectional shape plays a crucial role in determining a functional form for the volume of liquid that remains inside the tank. In industry, these formulas are used to compute strapping charts. But realistically, the manufacture, assembly, and installation of a tank may have deviation from the actual tank design (for which strapping charts had been developed). A theoretical volume function (based on tank dimensions) is used alongside of statistical methodology to reconcile volume differences in gasoline dispensed at the pump meters versus that displaced inside the tank. Statistical inventory reconciliation of this nature falls within the family of leak detection methods approved by the EPA (Environmental Protection Agency) and the California Water Resources Board. This methodology can also be used to assess deformation of the cross-sectional shape of the tank. We consider a deformation to an ellipse. Through simulation, we estimate the tank dimensions based on a nonlinear model with normal errors. The use of normal errors naturally facilitates a likelihood ratio test. Through this exploration, an approximation function is developed to help improve the power of the likelihood ratio test.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,790

Scores Codex et Gemma par catégorie

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

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 Opus0,133
Tête enseignante GPT0,408
Écart entre enseignants0,275 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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 revueCommunications in Statistics - Simulation and ComputationMême sujetSoil Geostatistics and MappingTravaux en français237 207