MétaCan
Menu
Retour à la cohorte
Enregistrement W4315483977 · doi:10.1088/1755-1315/1124/1/012025

A novel method for automated trace discontinuity mapping at the Kemano hydroelectric tunnels in Western Canada

2023· article· en· W4315483977 sur OpenAlexaffabout
Josephine Morgenroth, Samantha Taylor, Shelby Yee

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésStandardizationExcavationSoftwareDrillEngineeringClassification of discontinuitiesProcess (computing)VisualizationDiscontinuity (linguistics)TRACE (psycholinguistics)Civil engineeringComputer scienceGeotechnical engineeringData miningMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Mapping of geological structures, as well the subsequent generation of as-built drawings of mine and infrastructure tunnels, is a crucial step in the evaluation of excavation performance during and after construction. Mapping is typically a tedious paper-based process, which is occasionally done with the support of rugged tablets. In either case, geotechnical data is collected manually and then transcribed to a compatible format based on the software that is being used for post-processing or visualization. These traditional data collection practices offer limited quality control, decreased accuracy, and minimal standardization across geotechnical personnel. This paper presents an extension of a geotechnical mapping application, 3-Dimensial Axis Mapping (3DAM), for trace mapping using the RockMass Mapper to the drill and blast and TBM tunnels at the Kemano hydroelectric facility near Kitimat, Canada. The aim of this study is to use the Mapper to capture trace discontinuities in TBM and blasted tunnels, and to integrate the data into industry-standard CAD software that is already used by construction teams to generate drawings. This new application of the 3DAM method will assist in obtaining more accurate geotechnical data in a digital form, allowing for quicker data analysis and more reliable excavation design in the long term.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,759

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
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,218
Écart entre enseignants0,196 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetGeological Modeling and AnalysisTravaux en français237 207