A comparative soil liquefaction analysis with a Matlab® based algorithm: soiLique
Notice bibliographique
Résumé
Soil liquefaction is one of the ground failures induced by earthquakes. Determining the safety factor and the settlements are the most common analyses to decrease liquefaction-induced failures and hazards. Scientists have suggested numerous empirical formulas to detect and mitigate liquefaction-based hazards, and they have been used over the decades. This study aims to present a user-friendly and interactive program for deterministic soil liquefaction analyses. The algorithm presented in this study, soiLique, is the first MATLAB® program, including a graphical user interface that provides the deterministic liquefaction analysis with the computation of parameters propounded with the formulas. One of the advantages of soiLique is that it allows picking the physical property of every layer (i.e., fine or coarse), which provides dealing with liquefaction prone layer(s) directly when necessary. Not only can one calculate parameters regarding soil liquefaction with the help of this program, but one also can see graphically supported results. The robustness of soiLique is checked with another soil liquefaction analysis program, SoilEngineering, which was introduced by Ozcep (2010). Calculations were done separately using real SPT data and synthetic data such as VS measurements and CPT data. The real SPT data and synthetic VS data were used to compare soiLique and SoilEngineering (Ozcep, 2010). The present study presents an example of CPT data analysis but could not be used for comparison. Comparisons reveal that outputs of soiLique and results of SoilEngineering showed a good agreement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».