4D electrical resistivity tomography for assessing the influence of vegetation and subsurface moisture on railway cutting condition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Instability of slopes, embankments, and cuttings on the railway network is increasingly prevalent globally. Monitoring vulnerable infrastructure aids in geotechnical asset management, and improvements to transport safety and efficiency. Here, we examine the use of a novel, near-real-time Electrical Resistivity Tomography (ERT) monitoring system for assessing the stability of a railway cutting in Leicestershire, United Kingdom. In 2015, an ERT monitoring system was installed across a relict landslide (grassed) and an area of more stable ground on either side (wooded), to monitor changes in electrical resistivity through time and space, and to assess the influence of different types of vegetation on the stability of transportation infrastructure. Two years of 4-Dimensional ERT monitoring results are presented here, and petrophysical relationships developed in the laboratory are applied to calibrate the resistivity models in order to provide an insight into hydrogeological pathways within a railway cutting. The influence of vegetation type on subsurface moisture pathways and on slope stability is also assessed – here we find that seasonal subsurface changes in moisture content and soil suction are exacerbated by the presence of trees (wooded area). This results in shrink-swell behaviour of the clays comprising the railway cutting, resulting in fissuring and a reduction in shear strength, leading to instability. As such, it is proposed that on slopes comprised of expansive soils, grassed slopes are beneficial for stability. Insights into the use of 4-D ERT for monitoring railway infrastructure gained from this study may be applied to the monitoring of critical geotechnical assets elsewhere.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle