MétaCan
Menu
Retour à la cohorte
Enregistrement W2538285655 · doi:10.1139/cgj-2016-0318

Transformation models for effective friction angle and relative density calibrated based on generic database of coarse-grained soils

2016· article· en· W2538285655 sur OpenAlexvenueaboutno aff
Jianye Ching, Guan‐Hong Lin, Jie‐Ru Chen, Kok‐Kwang Phoon

Notice bibliographique

RevueCanadian Geotechnical Journal · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoil waterDatabaseGeologyTransformation (genetics)Environmental scienceRange (aeronautics)Sampling (signal processing)Geotechnical engineeringSoil scienceMining engineeringEngineeringComputer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

This study compiles a generic database of seven parameters, including relative density and friction angle, for coarse-grained soils from 176 studies, covering a wide range of reconstituted and in situ coarse-grained soils. This database, labeled as “SAND/7/2794”, is dominated by data from laboratory reconstituted soils such as Erksak, Hokksund, Monterey, Ottawa, Sacramento River, Ticino, and Tonegawa sands. About 15% of the data points in the database are in situ samples obtained from tube sampling, block sampling, or ground freezing techniques. The correlation behavior among some parameters in the database is consistent with existing transformation models in the literature. Mine tailings, volcanic soils, railroad ballast, gravelly soils with significant cobble or boulder content, and soils with high fines contents are removed from the database because they exhibit inconsistent behavior. Soils subjected to very high effective stresses are also removed from the database. The generic database is adopted to calibrate the bias and variability of existing transformation models. Transformation uncertainties are characterized based on their bias, variability, and the range of applicability.

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: aucune
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,550

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 Opus0,011
Tête enseignante GPT0,190
Écart entre enseignants0,179 · 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

Citations60
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207