MétaCan
Menu
Retour à la cohorte
Enregistrement W2771025473 · doi:10.1063/1.4995609

A dynamic point-load test for quantifying rock dynamic strength parameters

2017· article· en· W2771025473 sur OpenAlexafffund
Changyi Yu, Wei Yao, Ying Xu, Kaiwen Xia

Notice bibliographique

RevueReview of Scientific Instruments · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésLoad testingPoint (geometry)Dynamic testingMaterials scienceComputer scienceMechanicsGeotechnical engineeringGeologyPhysicsGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

The point-load test (PLT) has been widely used in the field and in the laboratory to estimate the strength of rock materials. The PLT is easy and quick to perform and it is suitable for samples with irregular shapes and therefore has found wide applications. The measured point-load strength (PLS) is considered as a strength index and it has been correlated to the rock compressive strength. To address the engineering applications where the loading is dynamic, the PLT is extended to its dynamic version in this study. The dynamic loading is exerted to the rock specimen using a split Hopkinson pressure bar system. Two conical steel platens are attached to the incident bar and transmitted bar, respectively, to apply the point load to the disc specimen. To enable quasi-static analysis, the pulse shaper technique is utilized to achieve the dynamic force balance. The flexibility of the dynamic PLT method is demonstrated by the application to a well-studied granitic rock-Laurentian granite. The correlation between the dynamic PLS and the dynamic strength of the same rock is established.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,810

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 recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,294
Écart entre enseignants0,261 · 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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetRock Mechanics and ModelingTravaux en français237 207