MétaCan
Menu
Retour à la cohorte
Enregistrement W4311701760 · doi:10.5772/intechopen.108972

Prevention of Pipes Bursting by Using a Novel Deicing Technology

2022· book-chapter· en· W4311701760 sur OpenAlexaff
André McDonald

Notice bibliographique

RevueIntechOpen eBooks · 2022
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCabin pressurizationEnvironmental scienceBurstingForensic engineeringMaterials scienceGeotechnical engineeringWaste managementComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Freezing of water inside above-ground steel pipes is an unwelcome phenomenon that leads to internal pressurization, bulging, and bursting of pipes and can cause noticeable financial losses, environmental pollution due to the resulted leakages, and damage to the property, equipment, and workers in the field. Thus, a practical deicing/antiicing system that is highly efficient must be developed to minimize the detrimental impacts caused by freezing of liquids inside pipes. First, numerous tests were carried out in a relatively large cold room in which the actual working conditions of bare pipes exposed to cold weather were simulated to comprehend the freezing mechanism of the pressurized water. In the second phase of the project, the performance of the novel heating system was assessed by conducting deicing tests in the cold room. It was concluded that the freezing of the enclosed water was heavily dependent on the pressurization extent of water that itself was a function of pipe size and material properties. It was also found that the novel heating system that was produced by using thermal spraying means was able to eliminate the ice that was formed inside the pipe even under harsh conditions that may not be experienced in the field.

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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,028
Tête enseignante GPT0,243
Écart entre enseignants0,215 · 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
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntechOpen eBooksMême sujetIcing and De-icing TechnologiesTravaux en français237 207