MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312757164 · doi:10.1115/ipc2022-86982

Analysis of Dynamic System Risks Where Pipelines Cross Slow-Moving Landslides

2022· article· en· W4312757164 sur OpenAlexaff
Michael J. Porter, Joel Van Hove, Pete Barlow

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensBGC Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésLandslidePipeline transportGeologyPipeline (software)Displacement (psychology)Vulnerability (computing)Geotechnical engineeringComputer scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Pipelines are often constructed across dormant or normally slow-moving landslides. The potential for pipeline failure in response to landslide movement depends on several factors. These include the likelihoods of different landslide velocities being realized, the probabilities that movements physically impact the pipeline, the capacity of the pipeline to accommodate landslide displacements, and the ability of operators to detect and respond to deteriorating conditions. Each of these factors is difficult to predict but estimating the probabilities of landslide velocity transitions is particularly challenging. In this paper we review a conceptual approach to predict landslide velocity and displacement using Markov chains that combine geomorphic evidence of long-term landslide behaviour with current estimates or measurements of landslide velocity. A framework is proposed to combine time-dependent estimates of landslide displacement and the deterioration of pipeline strain capacity to estimate the probability of pipeline failure over time and in response to potential changes in landslide velocity. The expected efficacy of monitoring programs and trigger action response plans is accounted for in the vulnerability model.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,258
Écart entre enseignants0,249 · 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'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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLandslides and related hazards→Travaux en français237 207→