MétaCan
Menu
Retour à la cohorte
Enregistrement W2899809511 · doi:10.1115/ipc2018-78016

State-of-the-Art Assessment of Today’s Composite Repair Technologies

2018· article· en· W2899809511 sur OpenAlexaff
Chris Alexander, Richard Kania

Notice bibliographique

RevueVolume 3: Operations, Monitoring, and Maintenance; Materials and Joining · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensTransCanada (Canada)
Organismes subventionnairesnon disponible
Mots-clésPipeline (software)WeldingEngineeringScale (ratio)Construction engineeringComputer scienceEngineering managementManufacturing engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

For almost 30 years composite repair technologies have been used to reinforce high pressure gas and liquid pipeline transmission systems around the world. The backbone of this research has been full-scale testing, aimed at evaluating the reinforcement of anomalies including, corrosion, dents, vintage girth welds, and wrinkle bends. Also included have been the assessment of reinforced pipe geometries including welded branch connections, elbows, and tees. Organizations sponsoring these research efforts have included the Pipeline Research Council International, regulatory agencies, pipeline operators, and composite repair manufacturers. Many of these efforts have involved Joint Industry Programs; to date more than 15 different industry-sponsored programs and independent research efforts have been conducted involving more than 1,000 full-scale destructive tests. The aim of this paper is to provide for the pipeline industry an updated perspective on research associated with composite repair technologies. Because of the continuous advance in both composite technology and research programs to evaluate their effectiveness, it is essential that updated information be provided to industry to minimize the likelihood for conducting research efforts that have already been addressed. To provide readers with useful information, the authors will include multiple case studies that include the reinforcement of dents, wrinkle bends, welded branch connections, and planar defects.

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)0,008
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,004
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,009
Tête enseignante GPT0,244
Écart entre enseignants0,235 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 3: Operations, Monitoring, and Maintenance; Materials and JoiningMême sujetStructural Integrity and Reliability AnalysisTravaux en français237 207