MétaCan
Menu
Retour à la cohorte
Enregistrement W2482248492 · doi:10.1139/cgj-2016-0083

Case study of use of falling weight deflectometer to investigate railway infrastructure constructed upon soft subgrades

2016· article· en· W2482248492 sur OpenAlexafffundvenueabout
Parisa Haji Abdulrazagh, Michael T. Hendry

Notice bibliographique

RevueCanadian Geotechnical Journal · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésFalling weight deflectometerSubgradeGeotechnical engineeringDeflection (physics)SubstructureStructural engineeringAxle loadEngineeringLeveeRutGeologyAxleAsphaltMaterials science

Résumé

récupéré en direct d'OpenAlex

Falling weight deflectometer (FWD) testing was conducted along with embankment and subgrade sampling over 210 km (130 miles) of Canadian National Railway’s Lac La Biche Subdivision, which runs between Edmonton and Fort McMurray, as a part of a larger investigation of the line for increased axle loads. The resulting measurements were evaluated for their ability to identify soft subgrades. Two analyses were conducted to this end. First, the statistical distribution of peak deflections recorded by the FWD was investigated for different types of subgrade material. Second, the properties of track substructure were studied by characterizing the deflection time histories using a dynamic model of a single mass on a viscoelastic foundation and least-squares curve fitting. Four characteristic types of deflection time histories were identified for differing substructure conditions. Simplified dynamic modelling of railway track substructure showed that where relatively thick embankment exists over subgrade, the response of track is overdamped behavior.

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 candidatesaucune
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 enseignants0,235
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,015
Tête enseignante GPT0,209
Écart entre enseignants0,194 · 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'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

Citations9
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetRailway Engineering and DynamicsTravaux en français237 207