MétaCan
Menu
Retour à la cohorte
Enregistrement W2900184170 · doi:10.1680/jgere.18.00033

Application of specialised in situ tests in Changi East reclamation projects, Singapore

2018· article· en· W2900184170 sur OpenAlexaff
Myint Win Bo, Tun Lwin, V. Choa

Notice bibliographique

RevueGeotechnical Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésLand reclamationGeographyEngineeringArchaeology

Résumé

récupéré en direct d'OpenAlex

A land reclamation and ground improvement project requires an extensive study of underlying soils, fill material, performance of ground improvement works and shore-protection structures. The area of the Changi East project in Singapore is underlain by soft compressible soils, which will be filled with a greater thickness of granular soil; the project will create shore-protection structures. Therefore, the large magnitude of settlement and stability of shore-protection structures were major issues for the project. A ground improvement and engineering design process was required. This process required a detailed and comprehensive study of the ground profile and characterisation of underlying soils and fill material. Characterisation and interpretation of geotechnical parameters of soils applying specialised in situ testing has become popular due to its unique feature of measuring parameters under in situ conditions. The measured data from specialised in situ tests can be interpreted to obtain geotechnical parameters quickly in addition to soil classification and profiling without the need to collect samples. This paper presents application of specialised in situ tests as well as interpretation of measured data for land reclamation and ground improvement projects. This paper also discusses how these in situ testing methods were utilised to monitor and verify the progress of ground improvement.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,060
Tête enseignante GPT0,328
Écart entre enseignants0,268 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnical ResearchMême sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207