MétaCan
Menu
Retour à la cohorte
Enregistrement W3202424509 · doi:10.1680/jgere.21.00007

Validation of computational liquefaction for tailings: Tar Island slump

2021· article· en· W3202424509 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueGeotechnical Research · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensBGC Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésSlumpRubbleLiquefactionGeotechnical engineeringLandslideGeologyTailingsCivil engineeringEngineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

Finite-element analyses using critical state theory proved necessary to understand the development of static liquefaction during three recent large tailing dam failures at Fundao (in Brazil), Cadia (in Australia) and Brumadinho (in Brazil). However, the complexity of these events prevents these analyses being viewed as a complete validation of the methodology. Here the authors evaluate a far simpler case of static liquefaction: the 1974 Tar Island slump (in Canada). This upstream slump involved a rapid drop of 5 m during construction of a 12.5 m high upstream raise over loose tailings. While not a dam stability issue, the event has the attraction for validation of being load-induced, with simple geometry, and with known material properties and in situ state. The computed liquefaction develops from a prior drained condition before propagating rapidly undrained – there are similarities to the video record at Brumadinho (an animation is provided as online supplementary material to illustrate this). A range of scenarios are explored, with the base case of taking reported conditions at face value giving deformations close to those measured. An important aspect was using elastic shear moduli determined by geophysical methods. The analyses were carried out with commercial software (Plaxis) and used critical state theory with largely familiar soil properties measured by standard methods.

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.

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)0,002
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,633
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,042
Tête enseignante GPT0,322
Écart entre enseignants0,281 · 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