MétaCan
Menu
Retour à la cohorte
Enregistrement W2929550354 · doi:10.11159/icgre19.122

Using Intact Rock Brittleness for Assessing TBM Penetration

2019· article· en· W2929550354 sur OpenAlexvenueno aff
Saffet Yağız, Aitolkyn Yazitova

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesNazarbayev University
Mots-clésBrittlenessPenetration (warfare)GeologyGeotechnical engineeringMaterials scienceComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

The paper reviews the history of the punch penetration test (PPT) as a laboratory method that is conducted on intact sample to measure the rock brittleness (BI). Further, the interaction of rock brittleness and penetration rate of tunnel boring machine (TBM) has been examined and some relationship was developed between the BI and TBM penetration. For this aim, four tunnel projects having various rock types were studied and then four different dataset is examined and discussed herein. It is stated that the test via BI can be perfectly utilized for assessing the boreability of rocks. In conclusion, it is found that there is a relationship between the BI and TBMs penetration with correlation coefficient (r) ranging from 0.34-0.81 for hard rocks condition; however this correlation is quite low (0.34) for weathered and very weak sedimentary rocks categorized as extremely low brittle. The obtained results can be accepted for hard rocks but it should be used with care for weathered weak rocks that does not show brittleness behavior under the indentor.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,197 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetTunneling and Rock MechanicsTravaux en français237 207