MétaCan
Menu
Retour à la cohorte
Enregistrement W3139526224 · doi:10.1155/2021/6699252

Investigation of Water Leakage of Metro Segments Caused by Metro Underpass Structures

2021· article· en· W3139526224 sur OpenAlexaff
Xiao Liang, Taiyue Qi, Zhiyi Jin, Pengtao Chen, Bo Lei, Wangping Qian, Wang Xian-yu

Notice bibliographique

RevueAdvances in Civil Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésLeakage (economics)Water leakageStructural engineeringForensic engineeringMetro stationMaterials scienceCivil engineeringEngineeringEnvironmental scienceComposite materialTransport engineering

Résumé

récupéré en direct d'OpenAlex

Water leaking into metro segments is related directly to the presence of underground water. However, to date, the underground confined water channels formed by metro underpass reinforcement structures have not been considered as causes of the problem. In the present study, based on field investigations and geological data, confined water is identified as the source of segment leakage on Line 5 of Hangzhou Metro in China. It is then hypothesized that the problem stems from an underground confined water channel formed under the reinforced structure of the subway. Numerical simulations predict a settlement difference of 8–10 mm between the reinforcement area and the weak strata, and field monitoring data show this difference to be 8.62 mm. This consistency between the numerical simulations and the field measurements verifies the hypothesis. Finally, given the causes of underground confined water channels, corresponding technical measures such as piecewise secondary grouting are proposed to cut them off and avoid metro‐segment leakage. The present research results contribute to the causes of and the laws governing the metro‐segment leakage that occurs at subway stations and other reinforced structures.

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 enseignants0,664
Score d'incertitude au seuil0,910

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 Opus0,006
Tête enseignante GPT0,202
Écart entre enseignants0,196 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Civil EngineeringMême sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207