Rock quality designation (RQD): time to rest in peace
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rock quality designation (RQD) was introduced by Don Deere in the mid-1960s as a means of using diamond core to classify rock for engineering purposes. Subsequently, it was incorporated into the rock mass rating (RMR) and Q-system classification methods that, worldwide, now play substantial roles in rock mechanics design, whether for tunnels, foundations, rock slopes or rock excavation. It is shown that a key facet of the definition of RQD is ignored in many parts of the world, and it is noted that there are several inherent limitations to the use of RQD. Based on mapping of rock formations by 17 independent professionals at different locations in Australia and South Africa, it is shown that differences in assessed RQD values result in significant errors in computed RMR and Q ratings, and also in geological strength index (GSI) and mining rock mass rating (MRMR). The introduction of a look-up chart for assessing GSI has effectively removed the need to measure, or estimate, RQD. It has been found that GSI values derived from the look-up chart are as valid as those derived by calculation from the original component parameters, and are satisfactorily consistent between professionals from diverse backgrounds. The look-up charts provide a quick and appropriate means of assessing GSI from exposures. GSI is, in turn, a useful rock mass strength index; one new application is presented for assessing potential erosion of unlined spillways in rock. Incorporation of RQD within the RMR and Q classification systems was a matter of historical development, and its incorporation into rock mass classifications is no longer necessary.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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