MétaCan
Menu
Retour à la cohorte
Enregistrement W2117697641 · doi:10.1139/t10-002

Influence of toe restraint on reinforced soil segmental walls

2010· article· en· W2117697641 sur OpenAlexafffundvenue
Bingquan Huang, Richard J. Bathurst, Kianoosh Hatami, Tony M. Allen

Notice bibliographique

RevueCanadian Geotechnical Journal · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensRoyal Military College of CanadaQueen's University
Organismes subventionnairesMinistère de la Défense NationaleU.S. Department of Transportation
Mots-clésStiffnessGeotechnical engineeringStructural engineeringReinforcementRetaining wallStress (linguistics)Shear (geology)GeologyEngineeringMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

A verified fast Lagrangian analysis of continua (FLAC) numerical model is used to investigate the influence of horizontal toe stiffness on the performance of reinforced soil segmental retaining walls under working stress (operational) conditions. Results of full-scale shear testing of the interface between the bottom of a typical modular block and concrete or crushed stone levelling pads are used to back-calculate toe stiffness values. The results of numerical simulations demonstrate that toe resistance at the base of a reinforced soil segmental retaining wall can generate a significant portion of the resistance to horizontal earth loads in these systems. This partially explains why reinforcement loads under working stress conditions are typically overestimated using current limit equilibrium-based design methods. Other parameters investigated are wall height, interface shear stiffness between blocks, wall facing batter, reinforcement stiffness, and reinforcement spacing. Computed reinforcement loads are compared with predicted loads using the empirical-based K-stiffness method. The K-stiffness method predictions are shown to better capture the qualitative trends in numerical results and be quantitatively more accurate compared with the AASHTO simplified method.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,186
Écart entre enseignants0,181 · 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

Citations123
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207