MétaCan
Menu
Retour à la cohorte
Enregistrement W2020715135 · doi:10.1680/geot.2001.51.4.351

Bearing capacity of spatially random soil: the undrained clay Prandtl problem revisited

2001· article· en· W2020715135 sur OpenAlexaff
D. V. Griffiths, Gordon A. Fenton

Notice bibliographique

RevueGéotechnique · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBearing capacityGeotechnical engineeringRandom fieldShear strength (soil)Prandtl numberSpatial variabilityBearing (navigation)Factor of safetyGeologyMonte Carlo methodMathematicsSoil scienceSoil waterStatisticsMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

By merging elasto-plastic finite element analysis with random field theory, an investigation has been performed into the bearing capacity of undrained clays with spatially varying shear strength. The object of the investigation is to determine the extent to which variance and spatial correlation of the soil's undrained shear strength impact on the statistics of the bearing capacity. Throughout this study, bearing capacity results are expressed in terms of the bearing capacity factor, N c , in relation to the mean undrained strength. For low coefficients of variation of shear strength, the expected value of the bearing capacity factor tends to the Prandtl solution of N c = 5·14. For higher values of the coefficient of variation, however, the expected value of the bearing capacity factor falls quite steeply. The spatial correlation length is also shown to be an important parameter that cannot be ignored. The results of Monte Carlo simulations on this non-linear problem are presented in the form of histograms, which enable the interpretation to be expressed in a probabilistic context. Results obtained in this study help to explain the well-known requirement that bearing capacity calculations require relatively high factors of safety compared with other branches of geotechnical design.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,003
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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'étudeSimulation ou modélisation
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

Citations363
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGéotechniqueMême sujetGeotechnical Engineering and AnalysisTravaux en français237 207