MétaCan
Menu
Retour à la cohorte
Enregistrement W2314490904 · doi:10.1061/9780784412350.0123

Improved Methods of Design for Grouting Fractured Rock

2012· article· en· W2314490904 sur OpenAlexaff
Trevor G. Carter, W. Dershowitz, Dawn Shuttle, M. G. Jefferies

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésGroutGeotechnical engineeringFracture (geology)GeologyStage (stratigraphy)RheologyGroundwaterPetroleum engineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

The effectiveness of grouting fractured rock depends on the distance that grout penetrates into individual fractures and spreads into connected fracture networks. Assessing grout spread, and the consequent effect on groundwater flow, requires consideration of the 3-D geometry and hydraulic properties of the natural fracture network. Discrete fracture network (DFN) modeling, conditioned to site characterization data, suggests grouting is most effective if the volume injected is based on that stage's fracture aperture: Aperture Controlled Grouting (ACG). The ACG procedure differs from the familiar GIN procedure in that: i) grout take is now a requirement to be met based on stage Lugeon value, not an outcome that depends on the mixture of grout rheology and injection pressure; and, ii) grout mix is now varied, depending on ground response, to achieve the required pressure build. This paper discusses the basis of ACG grouting; a companion paper at this conference (Bonin et al. 2012) presents the field procedures.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,674
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,037
Tête enseignante GPT0,303
Écart entre enseignants0,266 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207