MétaCan
Menu
Retour à la cohorte
Enregistrement W2742836947 · doi:10.1061/9780784480885.043

Seymour-Capilano Filtration Project: Transient Analysis Field Testing

2017· article· en· W2742836947 sur OpenAlexaffabout
Michael Georgalas

Notice bibliographique

RevuePipelines 2017 · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésTransient (computer programming)Environmental sciencePlan (archaeology)Water hammerField (mathematics)Raw dataEngineeringComputer scienceGeographyArchaeologyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Home to over 2.4 million people, Metro Vancouver is responsible for delivering a variety of services and policy leadership for its members, which comprise 21 municipalities, one electoral area and one treaty First Nation. Among these services is the provision of potable (drinking) water. Operated by Metro Vancouver, the Capilano Raw Water Pumping Station in North Vancouver, British Columbia, is one of the largest municipal water pumping stations in North America with eight 2,000-Hp pumps and a capacity of 285 MGD (1,080 ML/d). This facility helps to ensure a reliable and safe supply to one of the largest cities in Canada. In support of commissioning the pumping station, a comprehensive transient analysis was carried out to mitigate potentially damaging water hammer conditions. As part of the transient analysis, a detailed field testing program was developed and conducted to confirm model results and evaluate the effectiveness of the surge mitigation measures. The field testing plan identified preferred data logger locations for the tests and identified additional information needed from the computerized data acquisition and control systems. A series of hydraulic transient field tests were performed over a period of three days. Field data results were then compared to model results for validation of the model. This paper will review: the development of the field testing plan; the decision making process for the placement of high speed pressure data loggers; level of coordination needed to complete the field tests; and a comparison of model versus field results.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,047
Tête enseignante GPT0,268
Écart entre enseignants0,220 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePipelines 2017Même sujetWater Systems and OptimizationTravaux en français237 207