MétaCan
Menu
← Retour à la cohorte
Enregistrement W2742569713 · doi:10.6084/m9.figshare.8081702

Back analysis of measured as-laid pipeline embedment in soft clay

2019· article· en· W2742569713 sur OpenAlexaff
Liang Zhao

Notice bibliographique

RevueFigshare · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensIntecsea (Canada)
Organismes subventionnairesnon disponible
Mots-clésEmbedmentPipeline (software)GeologyGeotechnical engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

AbstractPipeline designs such as on-bottom stability, lateral buckling and axial walking analyses require reliable predictions of the as-laid pipeline embedment. The as-laid embedment is usually significantly larger than that predicted by its submerged self-weight alone. This is mainly attributed to the effects of the stress concentration in the touchdown zone and soil remolding caused by the pipeline dynamic motions during the laying process. Quantification of these effects is often made difficult by the lack of field observations. This study presents a detailed back-analysis of the observed pipeline as-laid embedment in soft clayey soils in the shallow waters of Bengal Bay. Statistical analysis is performed to characterize the inherent variability of the observed embedment. The observed dynamic embedment factor is found to be between 1.08 and 1.96. The degradation of the soil resistance to the pipeline during the dynamic laying process is back-analyzed by a sophisticated method in which the reduction of the stress concentration with the increased embedment of the pipeline is well considered. The remolded soil resistance to the pipeline is found to be 0.48~0.74 of the intact soil in the dynamic laying process. And the degree of soil resistance degradation is found to be smaller when the pipeline static embedment is larger.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,217
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'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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetGeotechnical Engineering and Underground Structures→Travaux en français237 207→