MétaCan
Menu
Retour à la cohorte
Enregistrement W2898991082 · doi:10.4043/29166-ms

Global Mooring Loads for Semi-Submersible Station Keeping in Pack Ice

2018· article· en· W2898991082 sur OpenAlexaff
Jan Thijssen, Mark Fuglem, Freeman Ralph

Notice bibliographique

RevueOTC Arctic Technology Conference · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensCentre For Cold Ocean Resources Engineering
Organismes subventionnairesnon disponible
Mots-clésMooringMarine engineeringEngineeringHullLead (geology)Sea iceCurrent (fluid)IcebergEnvironmental scienceGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Approaches are presented in this paper for estimating the global mooring loads and response of a semi-submersible drilling rig, as a result of pack ice loading. The focus is on loading events from pack ice conditions relevant to the Grand Banks, where the pack ice typically consists of small floes and limited concentrations. The current practice for semi-submersible drilling operations on the Grand Banks is to avoid contact with pack ice by disconnecting and moving off-station in the event of an ice incursion. From a global loads perspective this may be unnecessary, given that the typical pack ice is of low severity and mooring loads may well be within acceptable limits. To be able to operate in pack ice while moored, operators need to demonstrate that the moored semi-submersible will have sufficient structural and mooring capacity to withstand the ice loads. Some existing semi-submersible hulls have ice strengthening in place as specified by a classification society, with associated allowable operating criteria in terms of ice conditions. These operating criteria are to ensure sufficient structural capacity given the ice conditions. No standardized approaches are currently available to quantify global pack ice loads and associated offsets for moored semi-submersibles, which are needed to assess the required mooring capacity. The objective of this paper is to address this gap and present approaches that can assist in specifying allowable operating criteria for station-keeping in pack ice.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,680

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,228 · 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'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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOTC Arctic Technology ConferenceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207