Correlations among some clay parameters — the multivariate distribution
Notice bibliographique
Résumé
This paper constructs a 10-dimensional multivariate probability distribution covering 10 clay parameters. The parameters are the liquid limit, plasticity index (PI), liquidity index, effective vertical stress, undrained shear strength, sensitivity, and three piezocone test parameters. A CLAY/10/7490 database is compiled in a companion paper for this purpose. The database consists of 7490 data points from 251 studies. The number of data points associated with each study varies from 1 to 419 with an average 30 data points per study. The clay properties cover a wide range of overconsolidation ratios (but mostly 1∼10), a wide range of sensitivity (St) (sites with St= 1∼tens or hundreds are fairly typical), and a wide range of PI (but mostly 8∼100). The constructed multivariate probability distribution can be used as a prior distribution to derive the joint distribution of design parameters based on limited but site-specific field data. Note that the entire joint distribution of the 10 clay parameters is derived, not marginal distributions or simply means and coefficients of variation. These multiple design parameters can be updated from multiple field measurements, which is more useful than updating one design parameter using one field measurement that is typical in current practice. This paper also demonstrates that it is practical to build multivariate probability models by combining available bivariate models, which are prevalent in the geotechnical engineering correlation literature. The proposed approach circumvents the need to collect multivariate data, which are rarely found in typical site investigation programs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».