A Probabilistic High-Pressure Zone Model for Local and Global Loads During Ice-Structure Interactions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
For temperate ice regions, guidance provided by current design codes regarding ice load estimation for thin ice is unclear, particularly for local pressure estimation. This is in part due to the broader issue of having different recommended approaches for estimating local, global, and dynamic ice loads during level ice interactions with a given structure based on region, scenario type, and a variety of other conditions. It is essential from a design perspective that these three scenarios each be evaluated using appropriate definitions for local design areas, global interaction area, and other structural details. However, the need for use of different modeling approaches for ice loads associated with each of these scenarios is not based on ice mechanics but rather has largely evolved as a result of complexities in developing physics-based models of ice failure in combination with the need to achieve safe designs in the face of limited full-scale data and the need for implementation in a probabilistic framework that can be used for risk-based design assessments. During a given interaction, the ice is the same regardless of the design task at hand. In this paper, a new approach is proposed based on a probabilistic framework for modeling loads from individual high-pressure zones acting on local and global areas. The analysis presented herein considers the case of thin, first-year sea ice interacting with a bottom-founded structure based on an empirical high-pressure zone model derived from field measurements. Initial results indicate that this approach is promising for modeling local and global pressures.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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