MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385886058 · doi:10.55274/r0011679

PR-686-183908-R01 InSAR Monitoring of Pipeline Geohazards in Vegetated and Very Large Non-Vegetated Areas

2020· report· en· W4385886058 sur OpenAlexaff
Murray Down

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiens3v Geomatics (Canada)
Organismes subventionnairesnon disponible
Mots-clésInterferometric synthetic aperture radarGeologyRemote sensingLandslideSinkholeVegetation (pathology)Structural basinSynthetic aperture radarGeomorphologyKarst

Résumé

récupéré en direct d'OpenAlex

Located on the west side of the Appalachian Mountains, a 14-inch diameter pipeline runs from Kenova to Columbus carrying gasoline and distillates and a 24-inch diameter pipeline runs from Owensboro to Catlettsburg carrying crude products. In 2014, ground movement was identified along the pipeline corridor in an area that was primarily dominated by vegetation. Displacement events similar to this, whether known or unknown have the potential to compromise pipeline integrity. The Appalachian Mountain region is almost entirely classed as high landslide susceptibility by the United States Geological Survey (USGS) and are crossed by numerous transmission pipelines and gathering lines. The Permian Basin located in West Texas is an area of known subtle ground displacement with the potential for larger scale sinkhole development. The area also has extensive multi-operator pipeline networks. Interferometric synthetic aperture radar (InSAR) has successfully been used to monitor ground heave and subsidence due to drilling activity in the Permian Basin. Using InSAR, 3vGeomatics has performed a proof of concept on the effectiveness, reliability, and precision of using L-band SAR satellites for InSAR monitoring of vegetated areas and C-band satellites for monitoring in non-vegetated areas. The InSAR displacement estimates are compared to ground truth data including differential light detection and ranging (LiDAR), in-line-inspection, and ground survey measurements. The goal of this project is to operationalize ongoing InSAR monitoring programs for pipeline networks in vegetated areas and very large non-vegetated areas for operating members. This project has a related webinar.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0160,017

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 Opus0,052
Tête enseignante GPT0,281
Écart entre enseignants0,229 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate change and permafrost→Travaux en français237 207→