MétaCan
Menu
Retour à la cohorte
Enregistrement W2614371657 · doi:10.29103/tj.v3i1.43

ANALISA DAYA DUKUNG PONDASI DENGAN METODA SPT, CPT, DAN MEYERHOF PADA LOKASI RENCANA KONSTRUKSI PLTU NAGAN RAYA PROVINSI ACEH

2016· article· id· W2614371657 sur OpenAlexaff
Banta Chairullah

Notice bibliographique

RevueTeras Jurnal Jurnal Teknik Sipil · 2016
Typearticle
Langueid
DomaineEngineering
ThématiqueGeotechnical and construction materials studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Tulisan ini melaporkan dan membahas hasil analisa lapisan tanah dari pengeboran pada lokasi rencana Pembangkit Listrik Tenaga Uap (PLTU) berlokasi di Nagan Raya Provinsi Aceh. Analisa lapisan tanah didasarkan pada bor log profile saat pengeboran dilaksanakan dengan mesin bor dalam. Analisa daya dukung lapisan tanah didasarkan pada perhitungan dengan menggunakan data SPT, data CPT, dan data laboratorium menurut metode Meyerhof. Hasil analisa lapisan menunjukkan bahwa pada lokasi tiga titik pengeboran, terdapat lapisan pasir lanauan kerikilan sampai kedalaman 16 m dengan SPT Navrg 28, kemudian dari 16 m sampai 25 m terdapat lapisan lempung lanauan konsistensi sedang dengan Navrg 11 dan di kedalaman 25 m sampai 40 m dijumpai lapisan keras sangat padat batu lanau lempungan berkerikil dengan Navrg >70. Hasil perhitungan dan analisa daya dukung lapisan tanah menunjukkan besaran yang tidak jauh berbeda antara hitungan dengan data SPT, CPT, dan dengan data Lab metode Meyerhof. Perbedaan besaran daya dukung antar metode tersebut berada pada kisaran 2% sampai 8%. Berdasarkan kondisi log profile lapisan dan analisa daya dukung lapisan, maka penggunaan pondasi dangkal tapak dapat menjadi pilihan yang tepat karena lapisan pendukung yang baik dapat dijumpai pada kedalaman (elevasi) yang dangkal dari permukaan tanah dan metode SPT lebih baik digunakan dari pada metode daya dukung yang lain.Kata kunci: bor log, analisa lapisan , daya dukung

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,012
Tête enseignante GPT0,216
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeras Jurnal Jurnal Teknik SipilMême sujetGeotechnical and construction materials studiesTravaux en français237 207