MétaCan
Menu
Retour à la cohorte
Enregistrement W4417195420 · doi:10.54254/2755-2721/2026.30562

Design and Failure Mechanism Analysis of Fire Resistance Test for Fire-Resistant Oil Booms

2025· article· W4417195420 sur OpenAlexaff
Dewen Zhang, Jianping Luo, Jianwei Guo, Bailong An

Notice bibliographique

RevueApplied and Computational Engineering · 2025
Typearticle
Langue
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésBoomOil boomFire resistanceFirefightingFailure mechanismTest methodFire protectionCombustionFossil fuel

Résumé

récupéré en direct d'OpenAlex

Fire-resistant oil boom is a special equipment used for emergency response to marine oil spill accidents. Its core function is to intercept floating oil while resisting high-temperature flames, preventing the spread of fire and oil pollution, and ensuring marine environmental safety. To verify the fire resistance performance of fire-resistant oil booms in actual fire environments, it is necessary to conduct continuous fire resistance tests to evaluate their structural integrity, thermal insulation efficiency, and flame retardancy. Based on standard fire resistance test requirements, this study designed and built a land-based water tank simulation test environment. The test site layout, flame loading method, temperature monitoring point arrangement, and data collection method were elaborated in detail, and the deformation, ablation, and failure processes of the oil boom under high-temperature combustion were systematically recorded. The test results show that the fire-resistant oil boom can still maintain key performance indicators in line with specification requirements under long-term flame action, verifying its fire resistance reliability. This study realizes the fire resistance test of fire-resistant oil booms under land-based water tank conditions for the first time, solving the problems of high cost and uncontrollability of marine tests. Meanwhile, through multi-parameter data monitoring, it provides data support for material optimization and failure mechanism analysis of fire-resistant oil booms, which has important reference value for improving marine oil spill fire emergency equipment.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,256
Écart entre enseignants0,242 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied and Computational EngineeringMême sujetRisk and Safety AnalysisTravaux en français237 207