MétaCan
Menu
Retour à la cohorte
Enregistrement W3124876878 · doi:10.14447/jnmes.v23i4.a06

Evaluation of Cumulative Damage of Sandstone under Cyclic Wetting and Drying through Acoustic Wave Parameters and Resistivity Testing

2020· article· en· W3124876878 sur OpenAlexvenueno aff
Ye He, Kui Wang, Yuehui Ji, Guoyin Wu, Mingjie Zhao

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesChongqing Jiaotong UniversityNational Natural Science Foundation of China
Mots-clésElectrical resistivity and conductivityWettingGeotechnical engineeringAttenuationGeologyMaterials scienceSoil scienceComposite materialEngineeringOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper carries out cyclic wetting and drying experiments on the sandstones from the bank slope of an inland port, and explores the deterioration features and acoustic wave parameters and resistivity (AWPR) of the sandstone. The variations in P-wave velocity, attenuation coefficient, nonlinear coefficient, resistivity, and other indices with the cycle number were discussed in details. Then, the correlations between P-wave velocity, resistivity, and physical-mechanical indices were analyzed based on the experimental results. Through the analysis on instantaneous damage analysis, a cumulative damage model was proposed, in the light of the AWPR. The results show that: the evolution of sandstone resistivity can accurately reflect the deterioration features of the sandstone under cyclic wetting and drying, providing a desirable tool to characterize rock strength deterioration and internal damage changes. Taking cycle number into account, the proposed theoretical model for cumulative damage can derive the damage and deterioration of sandstone excellently. By this model, the AWPR at any moment can be acquired in real time on site, which is convenient for engineering application.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,366

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,114
Tête enseignante GPT0,321
Écart entre enseignants0,208 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetGeophysical Methods and ApplicationsTravaux en français237 207