MétaCan
Menu
Retour à la cohorte
Enregistrement W3126990396 · doi:10.1080/1064119x.2021.1879976

Investigation of scour effects on the vertical bearing capacity of suction caissons considering stress history

2021· article· en· W3126990396 sur OpenAlexaff
Shu Zhu, Jinzhong Liu, Xuguang Chen, Zhende Zhu

Notice bibliographique

RevueMarine Georesources and Geotechnology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCaissonGeotechnical engineeringBearing capacitySuctionOffshore geotechnical engineeringGeologyStress (linguistics)Foundation (evidence)Engineering

Résumé

récupéré en direct d'OpenAlex

Suction caisson is one of the important forms of marine foundation. It is worthwhile to study scour effects on the vertical bearing capacity of suction caissons, which can provide a reference for the design of multi-caisson foundations. This paper investigated the influence of scour depth, stress history, and aspect ratio on the vertical bearing capacity of suction caissons. The capacity decreases with increasing scour depth, and its scour sensitivity is lower compared with the pull-out response. The capacity after scour is larger when the stress history is considered, so ignoring the stress history leads to a conservative design. The greater the aspect ratio, the greater the scour effect on the capacity. Based on these, an empirical formula for evaluating the vertical bearing capacity of suction caissons after scour is established, which reveals the relationship between the capacity and the scour depth and aspect ratio.

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 enseignants0,507
Score d'incertitude au seuil0,438

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,166
Écart entre enseignants0,155 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Georesources and GeotechnologyMême sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207