MétaCan
Menu
Retour à la cohorte
Enregistrement W2125699433 · doi:10.1139/t04-020

Geotechnical survey and mechanical parameters in urban soils: modelling soil variability and inferring representative values using the extension of Lyon subway line D as a case study

2004· article· en· W2125699433 sur OpenAlexvenueno aff
Fabrice Emeriault, Denys Breysse, Richard Kastner, A. Denis

Notice bibliographique

RevueCanadian Geotechnical Journal · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringGeotechnical investigationSoil waterCivil engineeringEurocodeEngineeringEnvironmental scienceSoil scienceStructural engineering

Résumé

récupéré en direct d'OpenAlex

Urban soils are generally heterogeneous and thus require, for any project, careful geotechnical evaluation. Considering the difficulty faced by geotechnical engineers in defining a model of the underground (different soil layers and associated physical-mechanical properties), it appears useful to clearly define a strategy for the analysis of the site investigation results. As well as an in-depth knowledge of the site, this strategy should rely on carefully defined general rules of analysis and treatment of collected data. The processes leading to a representative and accurate model of the volume of soil affected by the underground works are identified in this paper based on the analysis of a case study (extension of the Lyon subway line D). Variability is one of the main features of urban soils, therefore one should be able to quantify and compare this variability with other sources of uncertainties and inaccuracies affecting the design process, such as the quality of measurements and numerical modelling errors. New design codes based on the concept of representative material properties (i.e., Eurocode characteristic values) imply the need for a risk-oriented analysis of the reconnaissance results.Key words: urban soil, underground construction, data analysis, representative value, geotechnical survey, variability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,263
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and AnalysisTravaux en français237 207