MétaCan
Menu
Retour à la cohorte
Enregistrement W3025742438 · doi:10.1080/19648189.2020.1763840

Analytical method of stability analyses of toppling rock slopes subjected to flexural toppling failure damage

2020· article· en· W3025742438 sur OpenAlexaff
Weijie Zhou, Weiya Xu, Haibin Xiao, Wei‐Chau Xie

Notice bibliographique

RevueEuropean Journal of Environmental and Civil engineering · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésGeologyGeotechnical engineeringFlexural strengthFailure mode and effects analysisHydrogeologySlope stabilityShear (geology)LandslideMagnetic dipInstabilityPetrologyStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The mechanism of toppling deformation and failure is important in the stability analysis of anti-dip layered rock slopes, especially in a complex hydrogeological environment. In this paper, the flexural failure model is proposed for describing the mechanical behavior of toppling rock slope using the cantilever beam theory. A method for safety evaluation, considering the action of hydrodynamic force from groundwater, is developed. This model is then applied to conduct a case study of a toppling rock slope at a hydropower station on the Lancang River. The results show that the variation of reservoir water level increases both the tensile stresses and the deflections of rock slabs, which is manifested macroscopically by flexural displacements and failure. Based on the failure surfaces, the slope can be divided into three parts: toppling zone, creep zone, and shear zone. The failure mode of toppling rock slope is a combination of shear and toppling. Under the combined action of earthquake and rapid water drawdown, the toppling rock slope is at risk of shear instability at the leading edge; hence monitoring should be strengthened and prevention measures should be taken.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,511
Score d'incertitude au seuil0,796

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,231
Écart entre enseignants0,213 · 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'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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Environmental and Civil engineeringMême sujetLandslides and related hazardsTravaux en français237 207