MétaCan
Menu
Retour à la cohorte
Enregistrement W4294953629 · doi:10.3390/app12189025

Calculating Bias-Free Volumetric Fracture Counts (VFCs) in Underground Works and Their Use in Estimating Rock Mass Strength and Deformability Parameters

2022· article· en· W4294953629 sur OpenAlexaff
Paul Schlotfeldt, Jacob Nikl, Jonathon Sutton

Notice bibliographique

RevueApplied Sciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeological Strength IndexChartRock mass classificationDeformation (meteorology)Geotechnical engineeringReliability (semiconductor)GeologyMeasure (data warehouse)StatisticsMathematicsComputer sciencePhysicsData mining

Résumé

récupéré en direct d'OpenAlex

This paper initially provides a practical example on how to estimate a bias-free volumetric fracture count (VFC—fractures/m3) in a tunnel and incorporate it into a new and unified volumetric-based Geological Strength Index (V-GSI) chart. The quantified V-GSI chart and the methods shown in the practical example were used extensively as tools to assess rock mass conditions and assist in support determinations on the WestConnex M8 Motorway tunnel project in Sydney, Australia. The reliability of the strength and deformability estimates obtained using the V-GSI ratings while tunneling within the Hawkesbury Sandstone is demonstrated here by providing an example of deformation results obtained through 3-D finite element analysis in a single location in the tunnel. The modelling results are compared to measure convergence in the tunnel in this location, which demonstrated good correlation between predicted and observed deformation. This provides validation that the V-GSI chart and associated Hoek–Brown strength and deformability equations can be used with some confidence to determine potential deformation in underground works.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,223
Écart entre enseignants0,192 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetRock Mechanics and ModelingTravaux en français237 207