MétaCan
Menu
Retour à la cohorte
Enregistrement W2921139154 · doi:10.1201/9780429465086-115

An overview of trends and regional distribution of thermal ice loads on dams in Norway

2018· book-chapter· en· W2921139154 sur OpenAlexaboutno aff
Chris Petrich, Bård Arntsen

Notice bibliographique

RevueBIBSYS Brage (BIBSYS (Norway)) · 2018
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDistribution (mathematics)Physical geographyGeographyEnvironmental scienceClimatologyGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Norway has over 3000 dams, over half of which are concrete dams [1]. Static ice loads are considered as part of dam design and during period safety review. They present a significant fraction of the total design load of low dams, also called small dams, common in Norway [1]. Ice loads are traditionally considered driven by the thermal expansion of ice, although measurements showed that slow water level fluctuations covering a range similar to ice thickness have the potential to cause loads of similar magnitude [2]. Commonly used static ice loads in dam design include 100 to 150 kN/m in Norway, regionally-dependent 50 to 200 kN/m in Sweden, ice thickness-dependent 150 to 220 kN/m in Canada, and at least up to 300 kN/m in Russia [3]. While the climate in Norway ranges from temperate to polar, no specific rules are in place to help select design ice loads based on regional differences. Instead, climatic conditions may be considered on a case-by-case basis. To-date, no global failures of dams due to ice loads have been reported in Norway [1], raising the question whether current design practices are too conservative.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,035
Tête enseignante GPT0,265
Écart entre enseignants0,230 · 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.

Devis d'étudeObservationnel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBIBSYS Brage (BIBSYS (Norway))Même sujetWind and Air Flow StudiesTravaux en français237 207