MétaCan
Menu
Retour à la cohorte
Enregistrement W2986125391 · doi:10.1007/978-3-030-22818-7_16

LEAP-UCD-2017 Centrifuge Test at KAIST

2019· book-chapter· en· W2986125391 sur OpenAlexaboutno aff
Seong-Nam Kim, Jeong‐Gon Ha, Moon‐Gyo Lee, Dong-Soo Kim

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesKorea Research Environment Open NetworkKorea Institute of Science and TechnologyKorea Institute of Science and Technology InformationMinistry of Oceans and Fisheries
Mots-clésLiquefactionCentrifugeRepeatabilityGround motionDisplacement (psychology)Geotechnical engineeringGeologyEngineeringSeismologyMathematicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Since the earthquakes of Niigata (Japan, 1964) and Alaska (USA, 1964), the dangers of liquefaction have been highlighted and research into liquefaction has been actively performed. Particularly, as part of the provision and verification of liquefaction data through physical modeling by using centrifuge and numerical prediction, the Liquefaction Experiments Analysis Project (LEAP) was launched. The purpose of the recent LEAP-UCD-2017, in which nine facilities participated, was to evaluate the uncertainty and repeatability of response in a previous study for LEAP-GWU-2015. The ground models were prepared in a rigid box with a 5° sloping model with relative densities of 85 and 50% by using Ottawa sand. The models were subjected to nondestructive and destructive motions based on a ground motion consisting of a tapered 1 Hz sine wave. This paper describes not only the experimental procedure in detail but also the difference in the sensor response of the ground model corresponding to the relative density of 85 and 50% during liquefaction. Moreover, it provides data for permanent horizontal–vertical displacement through liquefaction and for validation of the numerical model.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 GPT0,166
Écart entre enseignants0,157 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207