MétaCan
Menu
Retour à la cohorte
Enregistrement W2905152988 · doi:10.1080/17499518.2018.1554817

A method for generating virtual soil profiles with complex, multi-layer stratigraphy

2018· article· en· W2905152988 sur OpenAlexaff
Michael P. Crisp, Mark B. Jaksa, Y.L. Kuo, Gordon A. Fenton, D. V. Griffiths

Notice bibliographique

RevueGeorisk Assessment and Management of Risk for Engineered Systems and Geohazards · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésStratigraphyInterpolation (computer graphics)FortranRandomnessProbabilistic logicComputer scienceLayer (electronics)GeologyErosionMathematicsGeomorphologyAnimationComputer graphics (images)Artificial intelligenceMaterials science

Résumé

récupéré en direct d'OpenAlex

This paper presents a framework for generating multi-layer, unconditional soil profiles with complex stratigraphy, which simulates the effects of natural erosion and sedimentation processes. The stratigraphy can have varying degrees of randomness and can include features such as lenses, as well as sloped and undulating layers. The method generates the soil comprising the layers using local average subdivision (LAS), and a random noise component that is added to the layer boundaries. The layers are created by generating coordinates of key points in the simulated ground profile, which are then interpolated with a customised, 2D, linear interpolation algorithm. The resulting simulations facilitate more accurate probabilistic modelling of geotechnical engineering systems because they provide more realistic geologies, such as those usually encountered in the ground. Fortran code implementing this framework is included as supplementary material.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,766

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 Opus0,017
Tête enseignante GPT0,282
Écart entre enseignants0,266 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeorisk Assessment and Management of Risk for Engineered Systems and GeohazardsMême sujetLandslides and related hazardsTravaux en français237 207