MétaCan
Menu
Retour à la cohorte
Enregistrement W3133717925 · doi:10.11159/ijci.2021.004

Tool Based on the Network Method for the Verification against Failure by Piping on Retaining Structures

2021· article· en· W3133717925 sur OpenAlexvenueno aff
Encarnación Martínez‐Moreno, Iván Alhama, Gonzalo García‐Ros

Notice bibliographique

RevueInternational Journal of Civil Infrastructure · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Applied Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPipingComputer scienceReliability engineeringEngineeringForensic engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

In the design of retaining structures, different geotechnical phenomena must be studied so they can be classified as safe.One of them is pipping, which is a physical process related to seepage under the structure.It leads to unstable situations that might finally end in a failure of the structure.As a way to quantify this risk, an accepted calculation is to compare the critical and the estimated hydraulic gradient.This comparison depends on the geometrical scenario, geotechnical parameters and flow conditions.However, the majority of the available solutions, such as formulations and graphics, have been developed only considering isotropic soils, which means that no realistic results can be obtained since media are commonly anisotropic.The aim of this paper is to provide a methodology with which an estimation of the average exit gradient can be obtained employing a computational model based on the network method.It consists on the analogy between electrical quantities (voltage and intensity) and geotechnical variables, which are water head and groundwater flow.The safety factor is calculated in the same way whether the considered soil is isotropic or anisotropic, and, in this way, the structure can be classified as safe from a geotechnical point of view.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,009
Tête enseignante GPT0,264
Écart entre enseignants0,255 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Civil InfrastructureMême sujetEngineering Applied ResearchTravaux en français237 207