MétaCan
Menu
Retour à la cohorte
Enregistrement W4315632034 · doi:10.1139/cgj-2022-0499

LRFD calibration for soil failure limit state using the Stiffness Method

2023· article· en· W4315632034 sur OpenAlexafffundvenueabout
Richard J. Bathurst, Tony M. Allen

Notice bibliographique

RevueCanadian Geotechnical Journal · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStiffnessLimit state designStructural engineeringCalibrationFoundation (evidence)CreepEngineeringGeotechnical engineeringSafety factorBridge (graph theory)Mechanically stabilized earthGeogridResistance FactorsSoil nailingLimit (mathematics)Factor of safetyCivil engineeringReinforcementRetaining wallMathematicsMaterials scienceStatistics

Résumé

récupéré en direct d'OpenAlex

The paper describes load and resistance factor design (LRFD) calibration for the resistance factor used in the Stiffness Method internal stability soil failure limit state for geogrid mechanically stabilized earth (MSE) walls. The Stiffness Method was recently adopted in the current American Association of State Highway and Transportation Officials LRFD Bridge Design Specifications in the US, and will appear in the next edition of the Canadian Highway Bridge Design Code. The paper describes the details of the calibration of the soil failure limit state which is unique to the Stiffness Method. Calibration outcomes include consideration of the concept of level of understanding in the selection of nominal load and resistance values which is unique to LRFD foundation engineering practice in Canada. A practical conclusion from these calculations is that if product line-specific creep test data are available to estimate the reinforcement secant creep stiffness used for design, then a resistance factor of 1.0 is reasonable for US practice. If only minimum average roll value tensile strength data are available, then a value of 0.95 is recommended for US practice. For Canadian practice, the corresponding values for typical level of understanding are 0.90 and 0.85, respectively.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,244
Écart entre enseignants0,223 · 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 tête enseignante, 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

Citations11
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207