MétaCan
Menu
Retour à la cohorte
Enregistrement W2022089002 · doi:10.1139/t00-083

A new socket roughness factor for prediction of rock socket shaft resistance

2001· article· en· W2022089002 sur OpenAlexvenueno aff
Julian P. Seidel, Benjamin Collingwood.

Notice bibliographique

RevueCanadian Geotechnical Journal · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPileSurface finishGeotechnical engineeringCompressive strengthSurface roughnessStructural engineeringShear strength (soil)Computer scienceEngineeringGeologyMechanical engineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

Prediction of rock socket shaft resistance is a complex problem. Conventional methods for predicting the peak shaft resistance are typically empirically related to unconfined compressive strength through the results of pile load tests. It is shown by reference to international pile socket databases that the degree of confidence which can be applied to these empirical methods is relatively low. Research at Monash University has been directed at understanding and then modelling the complex mechanisms of shear transfer at the interface between the socketed piles and the surrounding rock. Important factors that affect the strength of pile sockets have been identified in laboratory and numerical studies. With a knowledge of the effect of these factors, the reasons for the large scatter around traditional empirical correlations can be deduced. A computer program called ROCKET has been developed which encompasses all aspects of the Monash University rock socket research. This program has been used to develop design charts for rock-socketed piles based on unconfined compressive strength and a nondimensional factor which has been designated the shaft resistance coefficient (SRC). Implementation of the SRC method in design requires an estimate of the likely socket roughness to be made. Very few researchers or practitioners have measured socket roughness, so there is little available guidance in selection of appropriate values. Although many socket load tests are described in the technical literature, the physical parameter which is regularly missing is the socket roughness. With a knowledge of the shaft resistance, and an estimate of all other relevant parameters, the authors have been able to back-calculate the apparent socket roughness using the SRC method. Based on the back-calculated roughness data, socket roughness guidelines for use in analysis and design of rock sockets have been proposed. Using these roughness guidelines, it is shown that the SRC method is able to predict the scatter observed in previously published international load test databases.Key words: rock socket, drilled shaft, shaft resistance, roughness, shaft resistance coefficient.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,222
Écart entre enseignants0,202 · 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'étudeExpérimental (laboratoire)
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

Citations93
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetRock Mechanics and ModelingTravaux en français237 207