MétaCan
Menu
Retour à la cohorte
Enregistrement W4390984638 · doi:10.1038/s41598-024-51390-3

Modelling electrified railway signalling misoperations during extreme space weather events in the UK

2024· article· en· W4390984638 sur OpenAlexaff
Cameron Patterson, J. A. Wild, Ciarán Beggan, G. S. Richardson, D. H. Boteler

Notice bibliographique

RevueScientific Reports · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEarthquake Detection and Analysis
Établissements canadiensNatural Resources Canada
Organismes subventionnairesScience and Technology Facilities CouncilNatural Environment Research CouncilSight Research UK
Mots-clésStormGeomagnetic stormCold weatherMeteorologySpace weatherExtreme weatherClimatologyWinter stormEnvironmental scienceEarth's magnetic fieldGeographyGeologyOceanographyClimate changePhysics

Résumé

récupéré en direct d'OpenAlex

Space weather has the potential to impact ground-based technologies on Earth, affecting many systems including railway signalling. This study uses a recently developed model to analyse the impact of geomagnetically induced currents on railway signalling systems in the United Kingdom during the March 1989 and October 2003 geomagnetic storms. The March 1989 storm is also scaled to estimate a 1-in-100 year and a 1-in-200 year extreme storm. Both the Glasgow to Edinburgh line, and the Preston to Lancaster section of the West Coast Main Line are modelled. No "right side" failures (when unoccupied sections appear occupied) are suggested to have occurred during either storm, and the total number of potential "wrong side" failures (when occupied sections appear clear) is low. However, the modelling indicates "right side" and "wrong side" failures are possible on both routes during the 1-in-100 year and 1-in-200 year extreme storms, with the Glasgow to Edinburgh line showing more total misoperations than the Preston to Lancaster section of the West Coast Main Line. A 1-in-100 year or 1-in-200 year extreme storm would result in misoperations over an extended period of time, with most occurring over a duration of 2-3 h either side of the peak of the storm.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,211
Score d'incertitude au seuil0,420

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,217
Écart entre enseignants0,191 · 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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetEarthquake Detection and AnalysisTravaux en français237 207