MétaCan
Menu
Retour à la cohorte
Enregistrement W2808805169 · doi:10.4236/gep.2018.66005

An Assessment Capability for LNG Leaks in Complex Environments

2018· article· en· W2808805169 sur OpenAlexaff
Sydney D. Ryan, Robert C. Ripley

Notice bibliographique

RevueJournal of Geoscience and Environment Protection · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceBusiness

Résumé

récupéré en direct d'OpenAlex

Pollutants may be introduced into urban or marine settings by various means and could result in an adverse impact to public safety and the environment. Therefore, it is important for emergency management personnel to understand the potential risks and physical extents of a leaked substance, whether it is toxic, flammable or explosive. Traditional tools for predicting the atmospheric dispersion of leaked substances are quick and simple to use, but may not adequately consider the effects of the built environment that includes complex urban and terrain geometries. Alternatively, CFD methods have been increasing in application; although, their superior accuracy is met with commensurate manual effort. The All Hazards Planner is a fast, accurate gas dispersion modelling tool for city and port environments, which employs a full-physics CFD approach but automates the intensive manual effort. In this work, a credible LNG leak from a 12-mm-diameter hole is modelled for two hypothetical case studies: adjacent to an LNG tanker and between a cruise ship and pier during bunkering. The LNG vapour flammability extents are compared to an empirical model in the absence of geometry effects and are contrasted with geometry effects to highlight the importance of the real environment. The free-field extents are invariant, whereas the inclusion of geometry is shown to reduce the flammability extents by spreading at the ground-level and forcing the plume upwards.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,027
Tête enseignante GPT0,289
Écart entre enseignants0,262 · 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'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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geoscience and Environment ProtectionMême sujetWind and Air Flow StudiesTravaux en français237 207