MétaCan
Menu
Retour à la cohorte

ANALISIS STRUKTUR MOORING DOLPHIN KAPASITAS KAPAL 2000 GT (STUDI KASUS PELABUHAN MUNSE SULAWESI TENGGARA)

2021· article· en· W3133242538 sur OpenAlexaff
Edward Hafudiansyah, An An Anisarida

Notice bibliographique

RevueJURNAL TEKNIK SIPIL CENDEKIA (JTSC) · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal Management and Development
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPileMooringPierDisplacement (psychology)Joint (building)SubgradeMarine engineeringEnvironmental scienceStructural engineeringGeotechnical engineeringBearing capacityEngineering

Résumé

récupéré en direct d'OpenAlex

Sea transportation is the main transportation used by residents in the islands. The development of marine transportation facilities is expensive to support these activities. Therefore, several alternatives are needed to streamline construction costs, one of which is the construction of a pier using a mooring dolphin. The purpose of this study is to calculate the structural strength of the mooring dolphin with a ship capacity of 2000 GT at Munse Port, Southeast Sulawesi Province. Structural analysis is carried out by analyzing pile capacity and joint displacement analysis. The calculation of the strength of the pile elements at the pier was analyzed using the SAP 2000 program. For soil which is modeled as an elastic support, the ability to support the load depends on the magnitude of the modulus of subgrade reaction from the soil. Embedded pile modeling is modeled with a nonlinear spring force. The results of the analysis by analyzing the capacity of piles with dimensions of 508 mm with a thickness of 12 mm resulted in a capacity ratio of 0.72. The results of the analysis of joint displacement in service or operational conditions are 37.09 mm and in earthquake conditions, they are 13.01 mm.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,202 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJURNAL TEKNIK SIPIL CENDEKIA (JTSC)Même sujetCoastal Management and DevelopmentTravaux en français237 207