MétaCan
Menu
Retour à la cohorte
Enregistrement W2743592175 · doi:10.1061/9780784480885.004

Technology for Assessing the Condition of Your Pipelines: Two Decades in the Making

2017· article· en· W2743592175 sur OpenAlexaff
Allison Stroebele, Anna Lee

Notice bibliographique

RevuePipelines 2017 · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensIntertek (Canada)
Organismes subventionnairesnon disponible
Mots-clésPipeline transportPipeline (software)Variety (cybernetics)EngineeringConstruction engineeringAsset (computer security)Computer scienceEmerging technologiesElectromagneticsSystems engineeringRisk analysis (engineering)Engineering managementComputer securityMechanical engineeringArtificial intelligenceBusiness

Résumé

récupéré en direct d'OpenAlex

In the 1990s the failure of prestressed concrete cylinder pipes (PCCP) became more common and owners looked for solutions. At the time, options were limited and owners were often faced with full-scale pipeline replacement. This need was further fueled by the catastrophic nature and impact of the failures combined with public pressure for action. As budgets tightened and pipelines continued to age, the need for a better way to evaluate and manage these pipelines became apparent. This eventually led to many changes in the industry including the development of several condition assessment tools, technologies and techniques. Today, owners have access to a wide variety of options for condition assessment tools, technologies and, in combination with asset management, can make informed decisions and manage pipelines more efficiently and effectively. Electromagnetics for the assessment of PCCP was among the first of the technologies developed for inline assessment of water pipelines. On-going developments have produced an array of inline inspection tools using electromagnetics including physical entry carted applications, free-swimming tools and robotics platforms. Testing, research and experience in the data collection, analysis methodologies, and calibration and verification exercises have further improved the understanding of the data. Recent advances have been made in the technologies for their application and use in metallic pipelines. This paper reviews the advancements in electromagnetic inspection platforms and analysis techniques on PCCP and the eventual adoption of the technology for metallic pipes. It will include a historical look at the industry and the possible future advancements.

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)0,010
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,005
Communication savante0,0050,011
Science ouverte0,0020,003
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,037
Tête enseignante GPT0,356
Écart entre enseignants0,318 · 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'étudeExpérimental (laboratoire)
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'admission1
Résumé présentoui

Explorer davantage

Même revuePipelines 2017Même sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207