MétaCan
Menu
Retour à la cohorte
Enregistrement W4281907607 · doi:10.1061/9780784484258.098

Insights and Challenges Associated with Air in Pressurized Water Conveyance Systems

2022· article· en· W4281907607 sur OpenAlexaff
Elias Tasca, Bryan Karney, Mohsen Besharat, Helena M. Ramos, Ling Zhou

Notice bibliographique

RevueWorld Environmental and Water Resources Congress 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensHudbay Minerals (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésRisk analysis (engineering)Variety (cybernetics)SafeguardLimitingComputer scienceEngineeringBusinessMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Air is present in pressurized water systems for a variety of reasons, including incomplete removal during filling, air entrainment at intakes or entrances, air admission during draining operations, or air exchanges due to transient events such as power failure or pipe burst. Each of these sources or events creates specific design and operational challenges, issues that often require thoughtful and sometimes expensive approaches to avoid serious upsets or accidents. Indeed, the design and operational challenges must collectively be blended to produce a robust and economical design that is valid for all foreseeable operational and emergency actions that might involve the presence of air, whether the air is admitted, expelled, or merely present in the flow system. This paper summarizes the key findings that relate to the presence of air in pressurized flow systems. The focus is on the available research and operational experience regarding the challenges and strategies for coping with residual air, for removing air, or for admitting air into the conveyance system. The emphasis is on practical recommendations but also highlights some of the key uncertainties that remain when dealing with the full range of design and operational challenges confronting those seeking to safeguard the long-term performance of pressurized water conveyance systems. One of the persistent challenges is to select suitable design events since the conditions a pipeline will experience over life are inevitably both highly varied and somewhat uncertain.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,800
Score d'incertitude au seuil0,530

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 recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,140
Écart entre enseignants0,134 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Environmental and Water Resources Congress 2022Même sujetWater Systems and OptimizationTravaux en français237 207