MétaCan
Menu
Retour à la cohorte
Enregistrement W4321390647

Interactive algorithm for geometric modelling double-curvature arch dams

2019· article· en· W4321390647 sur OpenAlexaff
Violeta Mirčevska, Miroslav Nastev, Hristovski Viktor, Alen Harapin, Ana Nanevska

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésArchCurvatureAlgorithmComputer scienceGeometryMathematicsEngineeringStructural engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A rapid and efficient algorithm for interactive geometric modelling of arch dams is presented. It combines the advantages of the traditional geometricdesign with innovative computational capabilities offering simple procedures for otherwise complex process of laying out double-curvature arch dam-reservoir coupled systems. The key parameters taken into account are: terrain topography, shape and thickness of crown cantilever, reference cylinder, thickness and curvature of individual arches, excavation depth, concrete volume, vertical and peripheral construction joints and automatic generation of finite element and boundary element models. The proposed algorithm was implemented in and runs parallel to the ADAD-IZIIS FEM-BEM, a finite element-boundary element software for structural analyses of concrete arch dams. To demonstrate the performances of the proposed algorithm, an example of a 130m high double-curvature arch dam was considered in a narrow V-shape canyon. The number of graphical options available at the push of a button, such as vertical and horizontal cross sections and 3D perspectives, allows the user to rapidly conduct the dam design within the optimization process.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,842
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,174
Tête enseignante GPT0,531
Écart entre enseignants0,357 · 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.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetAdvanced Numerical Analysis TechniquesTravaux en français237 207