MétaCan
Menu
Retour à la cohorte
Enregistrement W3034738823 · doi:10.1139/cgj-2018-0835

Improvement of side resistance prediction for pile foundation using construction information

2020· article· en· W3034738823 sur OpenAlexvenueno aff
Yu Otake, Shinya Watanabe, Taisaku Mizutani

Notice bibliographique

RevueCanadian Geotechnical Journal · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPileGeotechnical engineeringStandard penetration testTorqueBoreholeEngineeringStructural engineeringCone penetration testLiquefaction

Résumé

récupéré en direct d'OpenAlex

Problems such as the inclination and settlement of buildings after construction completion have been reported in recent years. Quality control during construction and mieruka (“visualizing” the work quality) are increasingly demanded. In light of this, the present study addresses execution with a “rotary penetration steel pipe pile (RPS-pile),” which is a system that is able to collect information in real time during the piling process. When an RPS-pile is placed, high push-in and pull-out bearing capacities are expected because the spiral blade at the pile tip resists at the bottom of the borehole against an external force. Additionally, continuous real-time data on the pile-head torque and the auger penetration depth per revolution are obtained, as these mechanical indicators are necessary for piling. This study aims at developing a method for the real-time confirmation of work quality at construction sites by utilizing construction information (information obtained during piling). Specifically, a method is proposed for the sequential updating of reliability in the estimation of the side friction acting on a drilled pile. In this method, real-time information on the pile-head torque and the auger penetration depth per revolution obtained during piling are used in addition to N-values that are observed in a standard penetration test conducted in advance as part of subsurface exploration.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,185
Écart entre enseignants0,176 · 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'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and AnalysisTravaux en français237 207