MétaCan
Menu
Retour à la cohorte
Enregistrement W4221057167 · doi:10.1680/jgein.21.00088

Geosynthetic-reinforced embankment in cold regions: observations and numerical simulations

2022· article· en· W4221057167 sur OpenAlexaff
Earl Marvin B. De Guzman, Marolo Alfaro, L. U. Arenson, Gérald Doré

Notice bibliographique

RevueGeosynthetics International · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité LavalUniversity of ManitobaBGC Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésLeveePermafrostGeotechnical engineeringFoundation (evidence)GeosyntheticsFinite element methodGeologyEnvironmental scienceEngineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

An embankment underlain by permafrost foundation was reinforced with wicking woven geotextiles at its side slopes to reduce slope displacements when the fill material that was compacted at frozen condition thaws during subsequent spring and summer seasons following winter construction. The embankment fill and permafrost foundation were instrumented with thermistor strings to monitor soil temperatures as well as ShapeAccelArrays installed at the mid-slope of the embankment to measure displacements. A numerical model was developed in a commercially-available finite element software to simulate the thermal and mechanical behaviour of this embankment and further understand the benefit of using woven geotextiles in cold regions. A sequentially-coupled approach was used where temperature-dependent mechanical properties were invoked based on a heat transfer analysis. Four years of monitored results from the reinforced embankment were used to calibrate the numerical model. An adjacent section of the embankment without the geotextiles was also modelled and results show a significant reduction in slope displacements. The monitored performance and the model results presented will improve the design guidelines for embankments in cold regions using geotextiles.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil0,985

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)0,0160,000

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 Opus0,050
Tête enseignante GPT0,254
Écart entre enseignants0,204 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeosynthetics InternationalMême sujetClimate change and permafrostTravaux en français237 207