MétaCan
Menu
Retour à la cohorte
Enregistrement W3016502846 · doi:10.1155/2020/9071935

Experimental and Optimization Study on the Sliding Force Monitoring and Early Warning System for High and Steep Slopes

2020· article· en· W3016502846 sur OpenAlexaff
Ligang Wang, Tao Zhi-gang, Manchao He, Xiaocong Yang

Notice bibliographique

RevueAdvances in Civil Engineering · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésLandslideWarning systemJammingDisplacement (psychology)Computer scienceProcess (computing)Work (physics)SoftwareSlope stabilityEnvironmental scienceGeologyMining engineeringGeotechnical engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

A series of high and steep slopes have been formed due to the deep exploitation of resources in open‐pit mines across China. The stability of these high and steep slopes has become an essential factor affecting the efficient, safe, and sustainable development of deep mineral resources. Due to numerous problems such as constant resistance fluctuation and pipe jamming of the original sliding force monitoring system, leading to system failure, a series of improvements on the current monitoring systems were implemented. This specific work included a mechanical characteristics test of the anchor cable, improvement of the constant resistance structure, and measurement of the internal displacement of the slope. The communication mode and the software architecture of the system were also adjusted. This work significantly improved the overall performance of the sliding force monitoring and early warning system. The improvements performed in this research are systematically described to provide an example of good practice for other sites with similar features. The collected data show that the improved sliding force monitoring system can accurately reflect the whole process of landslide incubation. Moreover, the validity of the early warning criterion based on the sliding force is verified again using the field test.

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 enseignants0,034
Score d'incertitude au seuil0,283

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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Civil EngineeringMême sujetLandslides and related hazardsTravaux en français237 207