MétaCan
Menu
Retour à la cohorte
Enregistrement W4297827832 · doi:10.1061/9780784484395.062

Soil, Structure, and Motion Factors Impacting Kinematic and Inertial Loading of Pile Foundations

2022· article· en· W4297827832 sur OpenAlexaff
Milad Souri, Arash Khosravifar, Scott Schlechter, Stephen E. Dickenson, Nason J. McCullough

Notice bibliographique

RevuePorts 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensGRi Simulations (Canada)
Organismes subventionnairesnon disponible
Mots-clésCentrifugePileWharfKinematicsFoundation (evidence)InertiaStructural engineeringGeotechnical engineeringDeformation (meteorology)EngineeringBridge (graph theory)GeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Pile-supported foundations subjected to large ground deformation and superstructure inertia can deform excessively during strong earthquake shaking. Design guidelines vary on the combination of inertia and kinematics in uncoupled analyses and do not consider the effects of varying soil profiles and structural properties in their recommendations. This study investigates the relative contribution of inertial and kinematic loadings on the overall wharf response during the critical loading cycle as well as the factors that affect this interaction. This was achieved by analyzing experimental data from five large centrifuge tests on pile supported wharves in liquefied soils. Nonlinear dynamic models were calibrated to the centrifuge data and were subjected to different loading scenarios to evaluate the isolated contribution of inertia and kinematic demands. The analysis results provide recommendations for the design of pile-supported wharves subjected to foundation deformation. The similarities and differences of inertial and kinematic interaction between wharf supported by small-diameter flexible piles and bridge foundation supported by stiff shafts with a large-diameter are discussed which provided insight on the applicability of bridge design guidelines to wharf structures.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,199
Écart entre enseignants0,191 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePorts 2022Même sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207