MétaCan
Menu
Retour à la cohorte
Enregistrement W2514584825 · doi:10.15273/ijge.2016.03.013

Geophysical Investigation and Management Plan of a Shallow Landslide along the NH-44 in Atharamura Hill, Tripura, India

2016· article· en· W2514584825 sur OpenAlexvenueno aff
Kapil Ghosh, Shreya Bandyopadhyay, Sunil Kumar De

Notice bibliographique

RevueInternational journal of geohazards and environment · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLandslideGeologySiltFault scarpTerrainGeophysical surveyBoreholeMonsoonHydrology (agriculture)Geotechnical engineeringGeomorphologyMining engineeringGeophysicsSeismologyTectonicsOceanographyCartography

Résumé

récupéré en direct d'OpenAlex

In any effective landslide hazard mitigation plan, in-depth knowledge about the causes of instability is required. Consequently, it is essential to study geological, geotechnical, meteorological and anthropogenic factors that influence the landslide. For the present study a geophysical investigation has been carried out on a large landslide, on the slopes of Tertiary siltstones, mudstones, shales and sandstones at Atharamura Hill, Tripura. Different techniques have been used, including measurement of micro-slope using Total Station, clinometers and the LISCAD software for terrain modeling and determining the total volume of the material displaced and total area affected by landslides and analysis of soil properties to understand the present condition of the scarps. Results obtained through field investigation and laboratory testing revealed that the underlying cause of the slide could be (a) the adverse geological formation with unconsolidated sandy materials and occasional intersection of silt or clay layers, (b) the hydrological condition with continuous seepage through fractures, and (c) cutting of hill slopes for reconstructing and widening of the road (NH44). This latter anthropogenic influence has been triggered by an intense precipitation event during the monsoon season.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,253

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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'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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of geohazards and environmentMême sujetLandslides and related hazardsTravaux en français237 207