MétaCan
Menu
Retour à la cohorte
Enregistrement W7033805653

Review of Current Developments on High Strength Pipeline Steels for HIC Inducing Service

2022· article· en· W7033805653 sur OpenAlexaff

Notice bibliographique

RevueFrattura ed Integrità Strutturale · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWorking Capital and Financial Performance
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPipeline (software)CrackingHigh-strength low-alloy steelPipeline transportAlloyProcess (computing)Current (fluid)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nowadays, an increasing number of oil and gas transmission pipes are constructed with high-strength low alloy steels (HSLA); however, many of these pipelines suffer from different types of hydrogen damages, such as hydrogen-induced cracking (HIC). So many research efforts are being carried out to reduce the detrimental effects of hydrogen damage in HSLA steel pipes. The thermomechanical control process (TMCP) is a microstructural control technique that is able to eliminate the conventional heat treatment after hot rolling. Recent research demonstrated that TMCP provides high HIC resistance without adding high amounts of alloying elements or expensive heat treatments. However, once these HSLA steel pipes are put into service, they experience HIC damage, and the prediction of its kinetics is a necessary condition to perform Fitness-For-Service assessments. To develop a reliable predictive model for the kinetics of HIC, the relations among the microstructural features, environmental parameters, and mechanical properties have to be fully understood. This paper presents a review of the key metallurgical and processing factors to develop HSLA steel pipes, as well as a review of the phenomenological and empirical models of HIC kinetics in order to identify specific research directions for further investigations aimed to establish a reliable and sound model of HIC kinetics.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,029
Tête enseignante GPT0,254
Écart entre enseignants0,225 · 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
GenreSynthèse

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrattura ed Integrità StrutturaleMême sujetWorking Capital and Financial PerformanceTravaux en français237 207