MétaCan
Menu
Retour à la cohorte
Enregistrement W4211079123 · doi:10.1016/j.jnlssr.2022.02.001

Offshore system safety and operational challenges in harsh Arctic operations

2022· article· en· W4211079123 sur OpenAlexaff
Sidum Adumene, Hope Ikue-John

Notice bibliographique

RevueJournal of Safety Science and Resilience · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSubmarine pipelineResilience (materials science)EngineeringRisk analysis (engineering)ArcticMarine engineeringSystems engineeringBusinessOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Offshore oil and gas drilling operations are going to remote and harsh arctic environments with demands for heightened safety and resilience of operational facilities. The remote and harsh environment is characterized by extreme waves, wind, storms, currents, ice, and fog that hinder drilling operations and cause structural failures of critical offshore infrastructures. The risk, safety, reliability, and integrity challenges in harsh environment operations are critically high, and a comprehensive understanding of these factors will aid operations and protect the investment. The dynamics, environmental constraints, and the associated risk of the critical offshore infrastructures for safe design, installation, and operations are reviewed to identify the current state of knowledge. This paper introduces a systematic review of harsh environment characterization by exploring the metocean phenomena prevalent in harsh environments and their effects on the floating offshore structures performance and supporting systems. The dynamics of the floating systems are described by their six degrees of freedom and their associated risk scenarios. The systematic methodology further explores the qualitative, quantitative, and consequences modeling techniques for risk analysis of floating offshore systems in a harsh environment. While presenting the current state of knowledge, the study also emphasizes a way forward for sustainable offshore operations. The study shows that the current state of knowledge is inexhaustive and will require further research to develop a design that minimizes interruption during remote harsh offshore operations. Resilient innovation, IoT and digitalization provide opportunities to fill some of the challenges of remote Arctic offshore operations.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,055
Tête enseignante GPT0,332
Écart entre enseignants0,276 · 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'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

Citations34
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Safety Science and ResilienceMême sujetRisk and Safety AnalysisTravaux en français237 207