Development of an Iceberg Impact Load Assessment Tool
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Icebergs can pose risks to platforms in arctic and subarctic regions. These risks require careful consideration during design, and as well during operations. Platforms must be designed to withstand potential impacts from icebergs, or to disconnect and move offsite to avoid impacts. ISO 19906 allows use of ice management to mitigate iceberg and sea-ice actions. In the case of icebergs, management may include detection, monitoring, towing, disconnection and evacuation. Threat assessment is also a critical input to the iceberg management decision-making process. For example, given one or more detected icebergs and available information on the iceberg and environment characteristics, what is the probability of exceeding platform design ice actions? Based on the threat assessment, better decisions can be made regarding which iceberg to manage, whether more information should be acquired, and whether shut-down or evacuation is needed. This paper describes a new tool developed to estimate the distribution of iceberg impact actions from an encroaching iceberg given concurrent metocean conditions, conditional on impact. The tool can be used in a number of ways depending on the information available to the user. It can be used to assess the threat from a single iceberg or can be used to compare actions from multiple icebergs in the region, or for the same iceberg but with changing weather conditions. The iceberg load assessment tool is demonstrated for several example cases on the Grand Banks, showing the benefit of improved iceberg characterization obtained through rapid iceberg profiling.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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