MétaCan
Menu
Retour à la cohorte
Enregistrement W4405382184 · doi:10.1061/jpsea2.pseng-1711

Visualized Analysis of Mapping Knowledge Domains for Oil and Gas Pipelines Failure Research

2024· article· en· W4405382184 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Pipeline Systems Engineering and Practice · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPipeline transportPetroleum engineeringFossil fuelEngineeringEnvironmental scienceForensic engineeringEnvironmental engineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Failure analysis is a vital technique that is intended to strengthen the integrity management of oil and gas pipelines. The significance is to reduce economic losses and avoid or minimize major failure incidents. The aim of this study is to use bibliometric methods to research 2,533 papers retrieved from the Web of Science database spanning from 2004 to 2023. The analysis conducted using VOSviewer, focused on temporal trends, geographic distribution, major organizations, leading authors, journal co-citations, and literature co-citations. The objective is to uncover research hotspots and frontiers, providing insights to advance failure analysis and prevention techniques. The findings revealed a substantial surge in the number of papers related to failure analysis, escalating from 16 in 2004 to 190 in 2023, indicating an overall exponential growth trend. This growth has been most pronounced over the past 8 years. Noteworthy contributors to this field include China, the USA, Canada, England, and Iran, with Iran, Australia, and Italy exerting significant impact. In addition, the top three research producers are all from institutions or universities located in China. The journals Engineering Failure Analysis, International Journal of Pressure Vessels and Piping, and Journal of Loss Prevention in the Process Industries exhibit the highest publication numbers. Significantly, Journal of Loss Prevention in the Process Industries and Gas Science and Engineering emerge as influential and highly regarded publications within this field. The study revealed that while the foundational theory and research framework in oil and gas pipeline failure have crystallized, a plethora of research directions and cutting-edge branches continue to emerge. Notably, the study of failure possibilities and behavior through Bayesian networks, failure characterization analysis, and finite element methods have emerged as the primary development directions and research hotspots. In terms of innovation, the application of bibliometric methods has enhanced the capacity to handle extensive literature databases and conduct network analyses. This study furnishes a theoretical foundation and guidance for the advancement of failure analysis and prevention techniques in the field of oil and gas pipelines.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,575
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,364
Écart entre enseignants0,323 · 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