MétaCan
Menu
Retour à la cohorte
Enregistrement W4280596383 · doi:10.3390/app12105084

Effects of Slope Angle on Toppling Deformation of Anti-Dip Layered Rock Slopes: A Centrifuge Study

2022· article· en· W4280596383 sur OpenAlexaff
Da Zheng, Hongke Zhou, Hang Zhou, Fangzhou Liu, Qiang Chen, Zhanglei Wu

Notice bibliographique

RevueApplied Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Key Research and Development Program of ChinaState Key Laboratory of Geohazard Prevention and Geoenvironment Protection
Mots-clésGeologySlippingGeotechnical engineeringDeformation (meteorology)Magnetic dipCentrifugeSlip (aerodynamics)Geometry

Résumé

récupéré en direct d'OpenAlex

To reveal the impact of slope angle change on toppling deformation, this paper takes the dam toppling deformation of Gushui Hydropower Station based at Lancang River as an example, based on which three groups of models with different slope angles are conceptualized and designed. Through the centrifuge test, the evolution of toppling deformation of a counter-tilt layered slope under different slope angles was simulated. The research results show that: (1) The steeper the slope angle, the shorter the cumulative time required for such deformation is, the larger the toppling deformation will be, and it is more likely that multi-stage fracture zones will occur during the toppling process. (2) The toppling deformation process can be summarized as four stages. (3) The toppling deformation mainly occurs above the datum surface of the toppling fracture; the angle between the datum surface and the normal of the layer is between 12° to 16°. This value shall not change as the slope angle changes. (4) The lesser the slope angle is, the more likely the toppling deformed slope will be experience overall slipping instability. while the steeper the slope angle is, the greater the possibility of collapse after the rock mass falls.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,578
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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.

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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetLandslides and related hazardsTravaux en français237 207