MétaCan
Menu
Retour à la cohorte
Enregistrement W2621312567 · doi:10.1061/9780784480694.006

Geotechnical Risk Management and Reliability Based Design—Lessons Learned

2017· article· en· W2621312567 sur OpenAlexaffabout
Dennis Becker

Notice bibliographique

RevueGeo-Risk 2017 · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)JudgementEngineeringGeotechnical engineeringCivil engineeringFoundation engineeringGeotechnical investigationRisk managementConstruction engineeringRisk analysis (engineering)Pile

Résumé

récupéré en direct d'OpenAlex

Effective management of geotechnical risk is a requirement for successful geotechnical engineering design. The paper presents a brief overview of the development and current implementation of reliability based codes in Canada for foundations and geotechnical systems. Implementation challenges such as selection of suitable target reliability index, appropriate selection of geotechnical characteristic values, and geotechnical resistance factors for uplift resistance due to frost action are described through project examples. Lessons learned are identified and discussed. Lack of sufficient understanding of fundamental concepts, training and education are factors that contribute to the identified implementation issues. Reliability based design is not meant to be a substitute for good understanding of geology, geological processes, fundamental ground behaviour, failure mechanisms, and engineering judgement and experience. The paper demonstrates that enhanced effective risk management is obtained through close collaboration between the owner and their consultant.

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)0,001
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 enseignants0,903
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,257
Écart entre enseignants0,234 · 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

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeo-Risk 2017Même sujetGeotechnical Engineering and AnalysisTravaux en français237 207