MétaCan
Menu
Retour à la cohorte
Enregistrement W32367240 · doi:10.1109/icetce.2012.201

Design Challenges in Hydropower Systems: Trade-offs and Difficulties in Operation

2012· article· en· W32367240 sur OpenAlexaff
S. Pejović, Qin Fen Zhang, Bryan Karney, Aleksandar Gajić

Notice bibliographique

RevueInternational Conference on Electric Technology and Civil Engineering · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)PresumptionRisk analysis (engineering)LitanyHydroelectricityHydropowerPipeline transportQuality (philosophy)Hydraulic machineryComputer scienceMicroservicesSystems designEngineeringSystems engineeringBusinessMechanical engineeringLaw

Résumé

récupéré en direct d'OpenAlex

Hydraulic systems experience a variety of challenging conditions including hydraulic transients and oscillations. A long list of complex causes -- including extreme pressures and resonance -- can threaten power plants: the litany of failure is both long and painful, but also instructive. In fact, it is estimated that more than 50% of hydroelectric plants worldwide and other energy-related systems such as water transporting plants, water cooling system in nuclear and other thermal plants, oil pipelines, experience serious trouble or suffer severe operational constraints. We contend here that at least one problem is the presumption that comes from thinking that this is what a well known and used technology, and thus we have grown inattentive. Moreover, we argue that a vigorous and reflective design and review procedure, diligently applied, would be a great assistance not only for the quality of projects but also to assist the education of the next generation of experts. Specifically, we believe that an appropriate design, review, and trial operation procedure could have prevented many recent accidents and troubles.

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)0,052
score de la tête « metaresearch » (Gemma)0,075
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0520,075
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,008
Communication savante0,0110,010
Science ouverte0,0020,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,022
Tête enseignante GPT0,209
Écart entre enseignants0,187 · 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
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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Conference on Electric Technology and Civil EngineeringMême sujetWater Systems and OptimizationTravaux en français237 207