Determination of Parameters Affecting the Estimation of Iceberg Draft
Notice bibliographique
Résumé
Abstract Recent offshore oil and gas loading facilities developed in the Arctic area have led to a considerable awareness of the iceberg draft approximation, where deep keel icebergs may gouge the ocean floor, and these submarine infrastructures would be damaged in the shallower waters. Developing reliable solutions to estimate the iceberg draft requires a profound understanding of the problem’s dominant parameters. As such, the dimensionless groups of the parameters affecting the iceberg draft estimation were determined for the first time in the present study. Using the dimensionless groups recognized and the linear regression (LR) analysis, nine LR models (i.e., LR 1 to LR 9) were developed and then validated using a comprehensive dataset, which has been constructed in this study. A sensitivity analysis distinguished the premium LR models and important dimensionless groups. The best LR model, as a function of all dimensionless parameters, was able to estimate the iceberg draft with the highest level of precision and correlation along with the lowest degree of complexity. The ratio of iceberg length to iceberg height as the “iceberg length ratio” and the ratio of iceberg width to iceberg height as the “iceberg width ratio” was detected as the important dimensionless groups in the estimation of the iceberg draft. An uncertainty analysis demonstrated that the best LR model was biased towards underestimating the iceberg drafts. The premium LR model outperformed the previous empirical models. Ultimately, a set of LR-based relationships were derived for estimating the iceberg drafts for practical engineering applications, e.g., the early stages of the iceberg management projects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».