MétaCan
Menu
Retour à la cohorte
Enregistrement W2153766327 · doi:10.1063/1.4811900

Directional plastic flow and fabric dependencies in granular materials

2013· article· en· W2153766327 sur OpenAlexaff
Barthélémy Harthong, Richard Wan

Notice bibliographique

RevueAIP conference proceedings · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGranular materialPlasticityDiscrete element methodFlow (mathematics)Materials scienceConstitutive equationStress pathMechanicsStress (linguistics)Stress–strain curveDeformation (meteorology)Yield surfaceFinite element methodComposite materialStructural engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The constitutive modelling of granular materials both at the microstructural level and the continuum level is well established. Much recent effort has been devoted to the theoretical mechanics and computer simulations of granular media through discrete element modelling (DEM). The current study uses DEM to obtain theoretical insights and extract constitutive information such as the nature of the yield and plastic flow behaviour of granular materials. In particular, we look at the influence of granular fabric on the plastic deformation response under a number of conditions. As such, a representative element volume (REV) of a granular material idealized as a numerical DEM sample is subjected to different loading paths to reach the same stress states, but with different fabrics, on the plastic failure surface. At this stage, directional stress probes of equal magnitudes are applied, so that the strain response envelopes thus obtained represent characteristics of the increment of plastic strain, i.e. the nature of the flow rule. The discussion then focuses on the relationship between fabric, stress state, loading path, direction of the plastic strain increment, and whether this direction can be considered unique or not.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,008
Tête enseignante GPT0,192
Écart entre enseignants0,184 · 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'étudeObservationnel
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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetLandslides and related hazardsTravaux en français237 207