MétaCan
Menu
Retour à la cohorte
Enregistrement W3034153694 · doi:10.48336/5361-tx78

Hull vibration analysis of a small multipurpose fishing vessel from Newfoundland and Labrador

2021· dissertation· en· W3034153694 sur OpenAlexaffabout
Mohamed Auf

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2021
Typedissertation
Langueen
DomaineEngineering
ThématiqueOffshore Engineering and Technologies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCrewFishingFishing industryHullMarine engineeringEngineeringFish <Actinopterygii>Commercial fishingFisheryAeronautics

Résumé

récupéré en direct d'OpenAlex

Regarded as one of the most dangerous industries for workers, commercial fishing is a high-risk industry that provides a living for millions around the world. It is imperative for designers to analyze and obtain practical solutions for the reduction of these unnecessary hazards. The need to quantify and analyze the risk areas onboard fishing vessels has been pressed by authorities worldwide from the increasing number of injuries and fatalities in this industry. Fishing vessels are mainly known for their high levels of vibrations due to their layout and relatively small size. Vibration mitigation on fishing vessels impacts both vessel equipment and onboard crew. Benefits of reduction include protection of sensitive ship equipment and hydro-acoustic apparatus, low noise emitted to the water so as not to scare fish schools, and increased safety of the onboard crew. Fish harvesters working in these vessels are in constant prolonged exposure causing a decrease in comfort levels leading to an unsafe work environment. The approach of this study is to effectively capture the dynamics of a case study fishing vessel in terms of vibrations, providing a practical methodology for designers to implement.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,469
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,205 · 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.

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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetOffshore Engineering and TechnologiesTravaux en français237 207