MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405362463 · doi:10.1115/ipc2024-133918

Effective Anomaly Management Approach for Class Location Change With Engineering Assessment

2024· article· en· W4405362463 sur OpenAlexaboutno aff
Mohammad Al-Amin, Shenwei Zhang, Shahani Kariyawasam

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)Computer scienceAnomaly detectionAnomaly (physics)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Canadian Standard Association (CSA) Z662 allows pipeline operators to perform engineering assessment (EA) to determine the suitability for continued operation of the existing pipeline at the new class location designation instead of pipe replacement or pressure reduction. Canadian Energy Regulator (CER) filing manual guide E provides the filing requirements for class location change EAs. However, there is no clear guideline in CSA Z662 or CER filing manual guide E on how to assess and manage pipeline anomalies (e.g., corrosion and cracking) on a pipeline operating with a class change managed under an EA. CSA Z662-23 Clause 10.7.2 requires evaluation and repair of imperfections per Clause 10.10 and Clause 10.11 for class location change pipeline segments. However, no explicit guidelines are provided regarding which location factor is to be used when the class location changes from a lower class to higher class with an EA. The most common perception is that the location factor based on the new higher class should be used in a class location change scenario. This leads to the question whether a pipeline segment which is designed for a lower class location can have an appropriate response criterion (i.e., acceptable FPR level) based on a higher class location. The authors performed an in-depth analysis to address this question. These results are explained in this paper. The anomaly assessment and response process presented in this paper combines a deterministic FPR based assessment and a probabilistic assessment to effectively manage anomalies on class location change pipeline segments. The proposed process will ensure safe and consistent response requirement for anomalies identified in pipeline segments with class location changes.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
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 Opus0,083
Tête enseignante GPT0,473
Écart entre enseignants0,391 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOccupational Health and Safety Research→Travaux en français237 207→