MétaCan
Menu
Retour à la cohorte
Enregistrement W4309152125 · doi:10.1061/9780784484449.012

Comparing Existing and Novel Methodologies for Estimating Risk of Liquefaction Triggering and Damage

2022· article· en· W4309152125 sur OpenAlex
Zach Bullock, Shideh Dashti, Abbie B. Liel, Keith Porter

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLifelines 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLiquefactionFragilitySettlement (finance)Soil liquefactionGeotechnical engineeringEnvironmental scienceComputer scienceReliability engineeringGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Estimating the probability that liquefaction will occur at a given site is a critical first step in calculating the seismic risk on lifelines and structures, such as lateral spreading and ground settlement. Several methodologies for estimating this probability exist. The majority of these methods are based on estimating the factor of safety against liquefaction throughout the soil profile and condensing that information into an index. The probability of liquefaction-induced damage can then be estimated qualitatively (e.g., “severe” liquefaction damage corresponds an index threshold) or quantitatively through fragility curves developed using databases of liquefaction observations. In this paper, we compare novel and traditional methods. We apply cloud analysis to a soil profile at a hypothetical site in San Fernando. This approach consists of performing multiple nonlinear site response analyses and synthesizing their results. The advantages and disadvantages of each method for the design and analysis of lifeline systems are also discussed.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,064
Tête enseignante GPT0,297
Écart entre enseignants0,233 · 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