MétaCan
Menu
Retour à la cohorte
Enregistrement W3124710940 · doi:10.1115/ipc2020-9613

Deer Mountain Case Study: Integration of Pipe and Ground Monitoring Data With Historical Information to Develop a Landslide Management Plan

2020· article· en· W3124710940 sur OpenAlexaff
Joel Babcock, Doug Dewar, Joel Webster, Tyler Lich

Notice bibliographique

RevueVolume 3: Operations, Monitoring, and Maintenance; Materials and Joining · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensBGC Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésLandslideGeohazardGeologyMining engineeringPipeline transportGeotechnical engineeringStrain gaugeTraverseEngineeringGeodesyStructural engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Deer Mountain is an active landslide complex near Swan Hills, AB. Pembina owns two pipelines that traverse the landslide. Prior to abandonment, four leaks occurred on the NPS 8 pipeline due to interaction of circumferential stress corrosion cracking and ground movement. The NPS 10 pipeline is operating and has not leaked, but has previously been strain relieved in several locations. To develop and execute a geohazard management plan for the operating pipeline, Pembina integrated pipe and ground monitoring data with historical information into a geographic information system. Locations of bending strain areas, strain gauges, pipe wall assessment (PWA) anomalies, slope inclinometers, and piezometers were cross-referenced with previous leak sites, historical dig sites, historical strain reliefs, and areas of shallow pipe burial. Overlaying the PWA with pre-existing pipe data allowed for identification of segments with a higher density/magnitude of suspected soil to pipe interactions. Strain monitoring, strain relief, and a surface pipeline segment were prescribed. A detailed monitoring plan was also produced for the landslide complex. This case study presents the process of integrating data, specifying monitoring/mitigative measures, and implementing strain relief at four locations. Additionally, the paper will discuss the design of the surface pipeline segment.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil0,659

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,228
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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 3: Operations, Monitoring, and Maintenance; Materials and JoiningMême sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207