MétaCan
Menu
Retour à la cohorte
Enregistrement W2811227293 · doi:10.1080/19648189.2018.1474386

A method to assess the suffusion susceptibility of low permeability core soils in compacted dams based on construction data

2018· article· en· W2811227293 sur OpenAlexaffabout
Lingran Zhang, Rachel Gelet, Didier Marot, Marc Smith, Jean‐Marie Konrad

Notice bibliographique

RevueEuropean Journal of Environmental and Civil engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueDam Engineering and Safety
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésInternal erosionGeotechnical engineeringHydraulic conductivityPermeability (electromagnetism)Soil waterErosionLeveeHydraulic headGeologyEnvironmental scienceSoil scienceGeomorphology

Résumé

récupéré en direct d'OpenAlex

Suffusion, as one of the main internal erosion processes in earth structures and their foundations, may increase their failure risks. The paper aims at presenting a general method to assess the suffusion susceptibility of core soil samples belonging to zoned hydraulic embankment dams. On one hand, the suffusion susceptibility of the soil samples is evaluated by an erosion resistance index. Thanks to existing statistical analyses, the erosion resistance index is estimated from several soil parameters that can be easily measured in situ or in laboratory during the construction of a dam. On the other hand, the saturated hydraulic conductivity of the soil samples is evaluated based on the amount of fines content and on available construction data. Moreover, the power dissipated by the flow is inferred based on the saturated hydraulic conductivity and simplified fluid boundary conditions. The combined consideration of the erosion-resistant index and of the power dissipated by the flow permits to identify zones characterised with a relatively larger suffusion potential (lower erosion resistance index and larger power than their respective average). Throughout, the method is applied to a particular zoned dam with a till core, from Northern Quebec, as a proof of concept.

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: Empirique
Score de désaccord entre enseignants0,420
Score d'incertitude au seuil0,518

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 technologies0,0000,000
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 Opus0,025
Tête enseignante GPT0,239
Écart entre enseignants0,214 · 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

Citations14
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Environmental and Civil engineeringMême sujetDam Engineering and SafetyTravaux en français237 207