MétaCan
Menu
Retour à la cohorte
Enregistrement W2600366667 · doi:10.1061/9780784480465.030

Use of High-Strain Dynamic Testing to Efficiently Design and Construct Bridge Foundations in Glacial Soils

2017· article· en· W2600366667 sur OpenAlexaff
Morgan L. Race, Bryan Field, Matthew Glisson

Notice bibliographique

RevueGeotechnical Frontiers 2017 · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensIntertek (Canada)
Organismes subventionnairesMinnesota Department of Transportation
Mots-clésPileGeotechnical engineeringGlacial periodFoundation (evidence)Soil waterStructural engineeringStrain gaugeOutwash plainEngineeringGeologySoil scienceGeomorphology

Résumé

récupéré en direct d'OpenAlex

The design of driven piles in glacial tills and outwash soils is frequently conservative in regards to pile length and foundation cost and ineffective in accurately characterizing the soil-pile interaction. Technology such as high-strain dynamic testing can be utilized to more efficiently and sustainably design and construct deep foundation systems. High-strain dynamic testing was utilized in a design-build project in the Minneapolis/St. Paul metropolitan area to characterize the properties of the soil-pile interaction and more economically construct the substructure foundations. At each substructure, initial drive and restrike tests were performed on 12 ¾-inch outside-diameter, steel, closed-ended pipe piles driven into glacial soils. The unit side resistances and unit end bearing resistances were determined from wave matching analyses using CAPWAP on restrike and/or initial drive data. The differences in the predicted and measured unit side resistance and unit end bearing resistance in glacial till and outwash soils for driven pile are discussed. For the seven structures currently completed, the actual driven pile lengths varied from 24.9 percent greater to 50.7 percent less than the expected lengths and the driven pile lengths were shortened on average by approximately 3.9 percent corresponding to an overall cost savings of approximately $98,000.

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)0,002
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 enseignants0,546
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,038
Tête enseignante GPT0,249
Écart entre enseignants0,211 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnical Frontiers 2017Même sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207