MétaCan
Menu
Retour à la cohorte
Enregistrement W3044699512 · doi:10.3390/geosciences10080279

Overview of Retrogressive Landslide Risk Analysis in Sensitive Clay Slope

2020· article· en· W3044699512 sur OpenAlexafffundabout
Blanche Richer, Ali Saeidi, Maxime Boivin, Alain Rouleau

Notice bibliographique

RevueGeosciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesMitacs
Mots-clésLandslideStrength reductionGeotechnical engineeringGeologyNumerical analysisZoningSlope stabilityReduction (mathematics)Factor of safetyMathematicsCivil engineeringEngineeringStructural engineeringGeometryFinite element method

Résumé

récupéré en direct d'OpenAlex

Sensitive clays are known for producing retrogressive landslides, also called spread or flowslides. The key characteristics associated with the occurrence of these landslides on a sensitive clay slope must be assessed, and the potential retrogressive distance must be evaluated. Common risk analysis methods include empirical methods for estimating the distance of potential retrogression, analytical limit equilibrium methods, numerical modelling methods using the strength reduction technique, and the integration of a progressive failure mechanism into numerical methods. Methods developed for zoning purposes in Norway and Quebec provide conservative results in most cases, even if they don’t cover the worst cases scenario. A flowslide can be partially analysed using analytical limit equilibrium methods and numerical methods having strength reduction factor tools. Numerical modelling of progressive failure mechanisms using numerical methods can define the critical parameters of spread-type landslides, such as critical unloading and the retrogression distance of the failure. Continuous improvements to the large-deformation numerical modeling approach allow its application to all types of sensitive clay landslides.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,016
Tête enseignante GPT0,250
Écart entre enseignants0,234 · 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'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

Citations14
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeosciencesMême sujetLandslides and related hazardsTravaux en français237 207