SNOW SLOPE STABILITY EVALUATION USING CONCEPTS OF FRACTURE MECHANICS
Notice bibliographique
Résumé
ABSTRACT: Dry snow slab avalanche release is generally believed to proceed in three stages: 1) initiation of a local failure, 2) widespread propagation of that fracture beneath the slab, and 3) detachment of the slab from its margins. To date, most field stability tests primarily assess the strength of the weak layer and thus relate to the first stage of avalanche release – fracture initiation. But field methods that comprehensively evaluate the second stage – fracture propagation – have remained elusive. In this paper, we explore evidence that field estimates of stability can be improved by integrating three elements: test score, fracture character or release type, and a simple index of structural stability (the threshold sum or “lemon count ” across the fracture interface). Using field data collected from skier triggered avalanches and skier tested slopes that did not release, we show that when these three elements fall into a critical range the accuracy of predicting the probability of a skier triggered avalanche is higher than when any one element is used alone. Further, we show through a qualitative analysis that these three elements fulfill, at least partially, the criteria for fracture propagation prior to avalanching. As with any field stability method that relies on localized snowpack data, the approach presented here is not intended to be used in isolation, but in conjunction with other measurements and observations that relate to the probability and consequences of avalanche release.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».