MétaCan
Menu
Retour à la cohorte
Enregistrement W3021517744 · doi:10.1109/pcic31437.2018.9080459

Introduction to the new Standards - IEEE STD 844.1™-2017 /CSA C22.2 No. 293.1-17 and IEEE STD 844.2™-2017/CSA C293.2-17 for Skin Effect Trace Heating of Pipelines, Vessels, Equipment, and Structures: Copyright Material IEEE, Paper No. PCIC-2018-20

2018· article· en· W3021517744 sur OpenAlexaboutno aff
Roy Barth, Franco Chakkalakal

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCertificationTRACE (psycholinguistics)Pipeline transportDocumentationEngineeringTechnical standardIEEE 802.11uProcess (computing)Systems engineeringTelecommunicationsConstruction engineeringComputer scienceMechanical engineeringIEEE 802.11WirelessOperating system

Résumé

récupéré en direct d'OpenAlex

Through a joint standards development process between the Institute of Electrical and Electronic Engineers (IEEE) and the Canadian Standards Association (CSA), two new standards are now completed. These new standards include a certification standard, IEEE Std 844.1 ™-2017/CSA C22.2 No. 293.1-17 (Standard for Skin Effect Trace Heating of Pipelines, Vessels, Equipment, and Structures-General, Testing, Marking, and Documentation), and an application guide standard, IEEE Std 844.2™-2017/CSA C22.2 No. C293.2-17 (Standard for Skin Effect Trace Heating of Pipelines, Vessels, Equipment, and Structures-Application Guide for Design, Installation, Testing, Commissioning, and Maintenance). Requirements are detailed that have been added or clarified in the skin effect trace heating system certification process. This paper summarizes new applications as well as new recommended installation practices in the application guide. Reflections on the path taken in this joint standard development as well as a look forward at future developments are shared.

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)0,010
score de la tête « metaresearch » (Gemma)0,019
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,002
Communication savante0,0060,007
Science ouverte0,0030,002
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0660,085

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 GPT0,260
Écart entre enseignants0,251 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWelding Techniques and Residual StressesTravaux en français237 207