Quantification of landslide velocity from active waveguide–generated acoustic emission
Notice bibliographique
Résumé
Acoustic emission (AE) has become an established approach to monitor stability of soil slopes. However, the challenge has been to develop strategies to interpret and quantify deformation behaviour from the measured AE. AE monitoring of soil slopes commonly utilizes an active waveguide that is installed in a borehole through the slope and comprises a metal waveguide rod or tube with a granular backfill surround. When the host slope deforms, the column of granular backfill also deforms and this generates AE that can propagate along the waveguide. Results from the commissioning of dynamic shear apparatus used to subject full-scale active waveguide models to simulated slope movements are presented. The results confirm that AE rates generated are proportional to the rate of deformation, and the coefficient of proportionality that defines the relationship has been quantified (e.g., 4.4 × 10 5 for the angular gravel examined). It is demonstrated that slope velocities can be quantified continuously in real time through monitoring active waveguide–generated AE during a slope failure simulation. The results show that the technique can quantify landslide velocity to better than an order of magnitude (i.e., consistent with standard landslide movement classification) and can therefore be used to provide an early warning of slope instability through detecting and quantifying accelerations of slope movement.
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 | 0,000 | 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 | 0,000 | 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) | 0,003 | 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 ».