MétaCan
Menu
Retour à la cohorte
Enregistrement W3216164731 · doi:10.1139/cgj-2020-0547

A field study on the load sharing behavior of a micropiled raft underpinned by a waveform micropile

2021· article· en· W3216164731 sur OpenAlexvenueno aff
Chengcan Wang, Jin-Tae Han, Seokjung Kim

Notice bibliographique

RevueCanadian Geotechnical Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Land, Infrastructure and Transport
Mots-clésRaftPileLoad sharingGeotechnical engineeringStructural engineeringLoad bearingLoad testingEngineeringGeologyMaterials scienceComputer scienceComposite material

Résumé

récupéré en direct d'OpenAlex

A waveform micropile (WMP) uses the jet-grouting method to generate shear keys along the pile shaft for improving shaft resistance and cost efficiency. In this study, field loading tests were performed to characterize the load sharing behavior upon inclusion of a WMP in a group of four micropiles. First, single-pile compressive loading tests were conducted on three WMPs and five type A micropiles (MP). Subsequently, a group-pile loading test was performed on a piled raft comprising 2 × 2 MPs and a central WMP. The load–settlements, axial stiffnesses, and load transfer mechanisms of individual MPs were analyzed during the tests, including the short- and long-term effects of the axial stiffnesses of the MPs on the load sharing ratio of the micropiled raft. The single-pile loading test results revealed that the shear keys along the WMPs caused its bearing capacities and axial stiffnesses to be 1.5 times and 2–5 times higher than those of MPs, respectively. In the micropiled-raft loading test, the load sharing ratios of the MPs increased with their axial stiffnesses, and the highest load sharing capacity was exhibited by the WMP, which constituted 30% of the total load and 2–3 times that of MPs. Moreover, the influence of raft on the load-sharing capacity should be considered as well.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,205
Écart entre enseignants0,193 · 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207