MétaCan
Menu
Retour à la cohorte
Enregistrement W3023833338 · doi:10.4043/30603-ms

Additive Manufacturing In The Oil & Gas Industry And Status Update On The New API 20S Standard "Qualification Of Additively Manufactured Metallic Materials For Use In The Petroleum And Natural Gas Industries"

2020· article· en· W3023833338 sur OpenAlexaff
Carlo De Bernardi, David C. Miller

Notice bibliographique

RevueOffshore Technology Conference · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésStandardizationPetroleum industryProcess (computing)Computer scienceManufacturing engineeringSAFERRisk analysis (engineering)Engineering managementEngineeringBusinessComputer security

Résumé

récupéré en direct d'OpenAlex

The API 20S Standard is designed to play a crucial role in leveraging Additive Manufacturing (AM) to foster innovation in the oil and gas industry. The paper, in association with the standard, will facilitate the understanding of how AM will enable equipment design improvements, faster prototyping, and better inventory management. By way of discussing the progress, challenges, and lessons learned from the standardization process, the paper aims to encourage a safer, broader, and faster adoption of AM technologies in the mainstream oil and gas applications. The paper will summarize the streamlining process, feedback from the API 20S task group, and current status of the standardization efforts. Additionally, upcoming challenges and the potential for the oil and gas industry industries to contribute to the standard will be summarized. The paper will also showcase a novel tiered approach (Additive Manufacturing Specification Levels) to allow the users of the document to match different levels of criticality.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,229
Écart entre enseignants0,202 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOffshore Technology ConferenceMême sujetDrilling and Well EngineeringTravaux en français237 207