MétaCan
Menu
Retour à la cohorte
Enregistrement W37969858 · doi:10.1016/j.cjcpc.2023.05.003

Measuring the performance of geosynthetic reinforcement in a Colorado bridge structure.

2001· article· en· W37969858 sur OpenAlexfundno aff
Jorge G. Zornberg, Naser Abu-Hejleh, Trever Wang

Notice bibliographique

RevueCJC Pediatric and Congenital Heart Disease · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensnon disponible
Organismes subventionnairesStollery Children’s Hospital FoundationWomen and Children's Health Research Institute
Mots-clésBridge (graph theory)AbutmentSettlement (finance)EngineeringCivil engineeringGeotechnical engineeringPierReinforcementForensic engineeringStructural engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The technology of geosynthetic-reinforced soil (GRS) systems has been used extensively in transportation systems to support the self-weight of backfill soil, roadway structures, and traffic loads. The increasing use and acceptance of soil reinforcement has been triggered by a number of factors, including cost savings, aesthetics, simple and fast construction techniques, good seismic performance, and the ability to tolerate large differential settlement without structural distress. A comparatively new use of this technology is the use of GRS systems as an integral structural component of bridge abutments and piers. Use of a reinforced soil system to support directly both the bridge (e.g., using a shallow foundation) and the approaching roadway structure has the potential of significantly reducing construction costs, decreasing construction time, and smoothing the ride for vehicular traffic by eliminating the “bump at the bridge” caused by differential settlements between bridge foundations and approaching roadway structures. The most prominent GRS abutment for bridge support in the United States is the Founders/Meadows Parkway bridge, which crosses U.S. Interstate 25 approximately 20

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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)0,0020,000

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 Opus0,009
Tête enseignante GPT0,185
Écart entre enseignants0,177 · 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'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

Citations2
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCJC Pediatric and Congenital Heart DiseaseMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207