Caractérisation des infrastructures à l'aide des diagraphies d'imagerie optique et acoustique
Notice bibliographique
Résumé
L'entretien et le suivi des barrages constituent un besoin grandissant au Québec dû à l'âge moyen des installations. Bien qu'il existe des méthodes d'inspections incluant l'inspection visuelle, le carottage et des essais en laboratoire afin de déterminer l'état général et certains paramètres de la résistance au glissement tels l'angle de friction et la résistance à la compression, il subsiste encore certains manques.L'orientation et l'ouverture des plans de faiblesses sont, entre autre, deux paramètres importants dans la résistance au glissement qui ne peuvent être déterminés avec exactitude à l'aide des méthodes conventionnelles. Ce projet de recherche propose une méthode afin de pallier aux lacunes des techniques actuelles ainsi que de compléter l'étude de stabilité des ouvrages. Cette méthode consiste en l'emploi des diagraphies d'imagerie qui permettent d'obtenir une image numérique de la paroi du trou de forage à l'aide de caméras optique et acoustique. Un programme expérimental comprenant diverses séries de tests en laboratoire et l'auscultation de trois structures réelles a été mis sur place. Les essais en laboratoire ont, entre autre, permis de déterminer que ces méthodes présentent une détectabilité pouvant être moins d'un millimètre avec une erreur moyenne sur la mesure d'environ 2mm. Ces paramètres sont cependant grandement influencés par l'état des épontes surtout pour la sonde acoustique.L'auscultation de structures réelles a permis d'établir une méthode de traitement des données comprenant la correction de l'influence des zones magnétiques locales afin d'obtenir une orientation (direction et pendage) des plans de faiblesses. Les essais en laboratoire et les tests sur le terrain ont également permis de déterminer que ces méthodes constituent un bon moyen de valider, en corrélation avec les carottes de forage, la cohésion et la nature (mécanique ou naturel) des discontinuités. De plus, elles peuvent fournir des informations essentielles lors d'une faible récupération des échantillons.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».