Estimating Landslide Induced Probability of Failure to Pipelines Using a Structured Reductionist Approach
Notice bibliographique
Résumé
Much of North America, and indeed much of the global landscape, is comprised of either locally or regionally steep slopes, river valleys, and weak or unstable geology. Landslides and ground movements continue to impact pipelines that traverse these regions. Pipeline integrity management programs (IMP’s) are increasingly expecting quantitative estimates of ground movement or pipe failure as part of pipeline risk management systems. Quantitative analysis usually relies on one or more of statistics, physical models, and expert judgment. Statistics incorporate ground and pipe behavior (for hazard and vulnerability respectively) over a broad area to infer local probabilities. They carry the weight of big data, but the local application is almost certainly incorrect (variability even for regions exceeds 2 orders of magnitude). Detailed geotechnical (hazard) and soil-pipe interaction and stress (vulnerability) models provide rigorous results, but require substantial effort and/or expert judgment to parameterize the inputs and boundary conditions. We present herein a structured tool to calculate probability of failure (PoF) using expert judgment supported by known, instrumented or observable conditions and statistics (where available). We provide a series of tables used as a basis for nodal calculations along a branch path of a decision tree, and discuss the challenges and results from actual application to over 100 sites in the Interior Plains. The method is intended to be a practical informative approach based on, and limited by, data inputs. It is a flexible fit for purpose assessment that takes advantage of the best available data, however, the method relies on the user to articulate a level of confidence in, or the basis of the results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».