The Effect of Slab and Bed Surface Stiffness on the Skier-Induced Shear Stress in Weak Snowpack Layers
Notice bibliographique
Résumé
A finite element model was developed to simulate a snowpack with localized surface loading\nof a skier on a slab of varying stiffness overlaying a thin, weak layer. The goals of this study were (1) to\ndetermine the effect of average slab thickness on stress concentrations in the underlying weak layer, and\n(2) to determine the effect of the stiffness of the slab and the bed surface under the weak layer on stress\nwithin the weak layer. The model simulates a snowpack with a slab varying from 0.1 to 0.7 m thick, and\nwith stiffness ratios between the Young’s modulus for the slab, weak layer and bed surface varying from 1\nto 25. The two-dimensional model assumes snow behaves as a linear-elastic, compressible material, and\nthat a static skier load is applied. The model results for a homogeneous snowpack had peak stresses\nwithin 2.5% of the analytical solution for a strip load. The effect of average slab stiffness on the shear\nstress within the weak layer was assessed by varying the slab stiffness from a soft slab to a stiff slab for\nvarious slab thicknesses. The peak shear stress in the weak layer was highest for the softest slab and\ndecreased with increasing slab stiffness. Stress through the snowpack decreased non-linearly with\nincreasing depth.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».