Evaluation of the shear frame test for weak snowpack layers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The shear frame allows testing of thin weak snowpack layers that are often critical for slab avalanche release. A shear metal frame with an area of 0.01–0.05 m 2 is used to grip the snow a few mm above a buried weak snowpack layer. Using a force gauge, the frame is pulled until a fracture occurs in the weak layer within 1 s. The strength is calculated from the maximum force divided by the area of the frame. Finite-element studies show that the shear stress in the weak layer is concentrated below the cross-members that subdivide the frame and where the weak layer is notched at the front and back of the frame. Placing the bottom of the frame in the weak layer increases the stress concentrations, and results in significantly lower strength measurements than placing the bottom of the frame a few mm above the weak layer. Based on over 800 sets of 7–12 tests in western Canada, coefficients of variation average 14% and 18% from level study plots and avalanche start zones, respectively. Consequently,sets of 12 tests typically yield a precision of the mean of 10% with 95% confidence, which is sufficient for monitoring of strength change of weak layers over time in study plots. With consistent technique, there is no significant difference in mean strength measurements obtained by different experienced shear frame operators using the same approximate loading rate and technique for placing the frame. Although fracture surfaces are usually planar, only one of eleven shapes of non-planar fracture surfaces showed significantly different strength compared to planar fracture surfaces. For weak layers thick enough for density measurements, the shear strength is plotted against density and grain form. From these data, empirical equations are determined to estimate the shear strength of weak snowpack layers.
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.
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 | 0,000 |
| 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 découle