MétaCan
Menu
Retour à la cohorte
Enregistrement W2317852005 · doi:10.1061/40771(169)9

NorSand: Features, Calibration and Use

2005· article· en· W2317852005 sur OpenAlexaff
M. G. Jefferies, Dawn Shuttle

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil, Finite Element Methods
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGeomechanicsComputer sciencePlane stressHardening (computing)Finite element methodCalibrationSource codeGeotechnical engineeringAlgorithmStructural engineeringGeologyEngineeringMathematicsStatisticsMaterials scienceProgramming language

Résumé

récupéré en direct d'OpenAlex

NorSand is a generalized critical state model for soil based on the state parameter ∴ and incorporating familiar ideas in geomechanics, some of which date back more than a century. NorSand has associated plasticity but dilates similarly to actual soil through the introduction of limited hardening. Limited hardening causes yield in unloading, replicating observed soil behavior with second order detail. Principal stress rotation always softens NorSand, realistically representing cyclic loading effects. NorSand is a sparse model with just eight soil properties required to capture these many aspects of soil behavior over a wide range of density and confining stress. It has been validated over a range of conditions, including the practically important case of plane strain. The paper provides an introduction to NorSand, describing the idealizations and illustrating model performance/ validation. Determining soil properties and ∴ is discussed. Finally, implementing NorSand within finite element codes is reviewed. A spreadsheet with VBA open source code implementation of NorSand for common laboratory tests can be downloaded from the UBC website.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0030,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,018

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 Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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'étudeExpérimental (laboratoire)
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

Citations32
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil, Finite Element MethodsTravaux en français237 207