MétaCan
Menu
Retour à la cohorte
Enregistrement W3000208721 · doi:10.1061/9780784482124.048

A Non-Stationary Power Law Model to Predict the Secondary Creep Rate of Rocks

2019· article· en· W3000208721 sur OpenAlexaff
Ruofan Wang, Li Li

Notice bibliographique

RevueGeo-Congress 2019 · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésCreepPower lawLawPower (physics)GeologyMaterials scienceThermodynamicsPolitical scienceMathematicsPhysicsComposite materialStatistics

Résumé

récupéré en direct d'OpenAlex

Empirical power-law model is usually used to relate the secondary creep rate and deviatoric stress for rocks. However, the effect of confining pressure on the secondary creep rate cannot be appropriately taken into account in the empirical power-law model and also has not yet been fully understood. Therefore, its ability for predicting long-term creep behavior of rocks under different stress state remains uncertain. In this study, the power-law creep model is applied to describe some creep experimental results available in the literature, first on a rock salt and then on a mica-quartz schist under different stress states. The results show that the power law model is able to describe and predict the secondary creep rate of the rock salt with a set of stationary model parameters. For the schist, however, the model parameters show an obvious tendency of confining pressure-dependency. A non-stationary power-law model is then proposed to better represent the secondary creep behavior of various rocks. Its ability of describing and predicting the secondary creep behavior of rocks is verified with the experimental results.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,533

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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,198 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeo-Congress 2019Même sujetRock Mechanics and ModelingTravaux en français237 207