MétaCan
Menu
Retour à la cohorte
Enregistrement W4385886162 · doi:10.55274/r0011614

PR-214-153739-WEB ERW Fatigue Life Integrity Management Improvement - Phase III

2019· report· en· W4385886162 sur OpenAlexaboutno aff
Aaron Dinovitzer

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueOffshore Engineering and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConservatismIntegrity managementPipeline (software)Computer scienceReading (process)Set (abstract data type)ModerationOperations managementEngineeringMachine learningOperating system

Résumé

récupéré en direct d'OpenAlex

Tuesday, September 17, 2019 11:00 a.m ET PRESENTER: Aaron Dinovitzer, MA Sc., MBA, PEng, BMT Canada HOST: Mark Piazza, Colonial Pipeline Company MODERATOR: John Lynk, PRCI CLICK THE BUY/DOWNLOAD BUTTON TO ACCESS THE WEBINAR REGISTRATION LINK Join the PRCI Integrity and Inspection Technical Committee as they present research results that set out to evaluate the level of conservatism inherent to current state-of-practice procedures using full-scale fatigue testing. Learning outcomes/benefits of attending: - Understand the sources of conservatism, and how to improve the accuracy of, fatigue life estimation techniques for ERW or EFW pipes containing manufacturing process induced crack-like features. - Learn about an improved estimation method of remaining pipe fatigue life estimates that better agree with actual operational experience. This can reduce conservatism in engineering fatigue life estimates over currently used techniques. - Since fatigue life estimates are used to identify inspection intervals and assessing the life of features in a pipeline system, reducing unnecessary conservatism will avoid the cost of unnecessary inspections, pressure tests and repairs before fatigue life is expended. Who should attend? - Pipeline integrity and risk personnel, engineers and management Recommended pre-reading: PR-214-153739-R01 ERW Fatigue Life Integrity Management Improvement - Phase III Register anyway to automatically receive a link to the webinar recording to view on-demand at your convenience. After registering, you will receive a confirmation email containing information about joining the 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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,317

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,7780,691

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 Opus0,037
Tête enseignante GPT0,283
Écart entre enseignants0,246 · 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.

Devis d'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOffshore Engineering and TechnologiesTravaux en français237 207