MétaCan
Menu
Retour à la cohorte
Enregistrement W2180668158 · doi:10.1139/cgj-2012-0476

Multi-scale analysis of cone penetration test (CPT) in a virtual calibration chamber

2013· article· en· W2180668158 sur OpenAlexvenueno aff
Joanna Butlańska, Marcos Arroyo, Antonio Gens, Catherine O’Sullivan

Notice bibliographique

RevueCanadian Geotechnical Journal · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicroscale chemistryMesoscale meteorologyMechanicsPenetration (warfare)InertiaCone penetration testDiscrete element methodFinite element methodMaterials sciencePenetration testPenetration depthGeotechnical engineeringBoundary value problemGeometryStructural engineeringGeologyPhysicsMathematicsOpticsClassical mechanicsEngineeringMathematical analysisMeteorology

Résumé

récupéré en direct d'OpenAlex

A virtual calibration chamber was developed using a three-dimensional (3D) discrete element method (DEM) to perform cone penetration tests (CPTs) on a discrete analogue of Ticino sand. The macroscale response of the DEM model was previously shown to be in good quantitative agreement with that of analogous physical models. In the current study the performance of the model at meso and microscale levels of resolution is examined. The microscale response is examined using particle displacements and contact force distributions. The mesoscale behaviour is examined using stress and strain fields obtained through appropriate averaging and interpolating procedures. Four CPTs are examined at the steady-state penetration stage. The effects of radial boundary conditions, initial stress state, initial average density, and particle rotational inertia are examined. The ability of the micro and mesoscale data to identify and explain the relevant mechanisms underlying the significant differences in the macroscale response of the models is discussed. Comparisons with similar phenomena observed in physical tests are also highlighted.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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'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

Citations111
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207