MétaCan
Menu
Retour à la cohorte
Enregistrement W3016756742 · doi:10.25676/11124/173112

Review of the mechanisms of debris-flow impact against barriers

2019· preprint· en· W3016756742 sur OpenAlexaff
Sunil Poudyal, Clarence Edward Choi, Dongri Song, Gordon G. D. Zhou, Chan-Young Yune, Yifei Cui, Alessandro Leonardi, Matthias Busslinger, Corinna Wendeler, Guillaume Piton, Emily Moase, Alex Strouth

Notice bibliographique

RevueDigital Collections of Colorado (Colorado State University) · 2019
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensBGC Engineering (Canada)Tetra Tech (Canada)
Organismes subventionnairesHong Kong University of Science and TechnologyHorizon 2020 Framework ProgrammeHong Kong GovernmentNational Natural Science Foundation of ChinaEuropean Commission
Mots-clésDebris flowComputer scienceDebrisGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Our limited understanding of the mechanisms pertaining to the force exerted by debris flows on barriers makes it difficult to ascertain whether a design is inadequate, adequate, or over-designed. The main scientific challenge is because flow-type landslides impacting a rigid barrier is rarely captured in the field, and no systematic, physical experimental data is available to reveal the impact mechanisms. An important consideration in flow-structure interaction is that the impact dynamics can differ radically depending on the composition of the flow. Currently, no framework exists that can characterize the impact behavior for a wide range of flow compositions. This review paper examines recent works on debris-flow structure interactions and the limitations of commonly used approaches to estimate the impact load for the design of barriers. Key challenges faced in this area and outlook for further research are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,006
Tête enseignante GPT0,194
Écart entre enseignants0,188 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Collections of Colorado (Colorado State University)Même sujetLandslides and related hazardsTravaux en français237 207