Geostatistical analysis of cone penetration test (CPT) sounding using the modified Bartlett test
Notice bibliographique
Résumé
More in situ tests are typically carried out over the same volume of soil in comparison to laboratory tests on undisturbed borehole samples. Hence, geostatistical analysis of in situ test records should in principle provide a more accurate and representative overview of spatial variation. A natural probabilistic model for correlated spatial data is the random field. Although the random field provides a concise description of spatial variation, it poses considerable practical difficulties for statistical inference because of the underlying autocorrelation structure. This note presents an extended discussion of the modified Bartlett random field estimation procedure, which is capable of rejecting the null hypothesis of weak stationarity for spatially correlated data. In comparison with simple visual inspection and the standard run test, the modified Bartlett test is shown to provide three advantages: (i) it is a more consistent measure that is unaffected by the vagaries of subjective interpretation; (ii) it is sufficiently discriminative to decide if a section is stationary, even when visual clues are ambiguous; and (iii) it is capable of accommodating realistic constraints (e.g., short record length). The possibility of identifying secondary soil boundaries that may not be readily apparent from visual inspection of cone soundings, its robustness to alternate transformations of the cone data, and the sensitivity of the proposed procedure to different levels of significance are discussed.Key words: geostatistics, random field, stationarity, modified Bartlett test, level of significance, run test.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».