MétaCan
Menu
Retour à la cohorte
Enregistrement W3124685110 · doi:10.1139/cgj-2020-0344

Material point method (MPM) hydro-mechanical modelling of flows impacting rigid walls

2021· article· en· W3124685110 sur OpenAlexvenueno aff
Sabatino Cuomo, Angela Di Perna, Mario Martinelli

Notice bibliographique

RevueCanadian Geotechnical Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCentrifugeFlumeMaterial point methodFlow (mathematics)Geotechnical engineeringMechanicsKinematicsGeologyPoint (geometry)Fluid dynamicsComputer simulationEngineeringStructural engineeringMathematicsFinite element methodPhysicsGeometryClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The study on impact mechanisms of flow-like landslides against structures is still an open issue in the scientific literature. Many researchers have so far employed either experiments or numerical methods, but the evaluation of the impact forces on mitigation obstacles remains difficult especially if the solid–fluid interaction within the flow is considered. This study shows how advanced numerical tools, such as material point method, may be used in simulating those complex processes. The simulations are carried out for two well-documented laboratory tests: a dry granular flow impacting a rigid wall under different geometries and testing conditions in a small-scaled flume and a saturated flow with complex propagation pattern in a centrifuge apparatus. The numerical modelling is validated against the observations and then used to explore the response of different flows impacting rigid structures in other conditions than in the experiments. The soil–fluid interaction influences the type of impact mechanism, the kinematics of the flow, and the space–time trend of the impact pressure against the structure.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,017
Tête enseignante GPT0,245
Écart entre enseignants0,228 · 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'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

Citations49
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207