MétaCan
Menu
Retour à la cohorte
Enregistrement W4361222610 · doi:10.1061/jggefk.gteng-10889

Bearing Capacity of Strip Footings Seated on Unreinforced and Geosynthetic-Reinforced Granular Layers over Spatially Variable Soft Clay Deposits

2023· article· en· W4361222610 sur OpenAlexaff
Reza Jamshidi Chenari, Richard J. Bathurst

Notice bibliographique

RevueJournal of Geotechnical and Geoenvironmental Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringBearing capacityFoundation (evidence)IsotropyShallow foundationGranular materialEngineeringShear strength (soil)Soil waterGeologyPhysicsSoil science

Résumé

récupéré en direct d'OpenAlex

In the literature, the influence of spatial variability of the undrained shear strength of foundation soils on the bearing capacity of footings is limited to footings seated directly on the foundation. This is an unlikely arrangement in practice. This paper revisits the footing problem by considering a thin granular layer between a strip footing and soft foundation soil using analytical and stochastic numerical modeling. The analyses are extended to the case of a geosynthetic-reinforced granular layer and to the idealized case of no granular layer. The study shows that the probability that the ultimate bearing capacity for the footing is smaller than the deterministic design value is greater for all three scenarios with randomly uniform clay soil than for the same soil with isotropic or anisotropic spatial variability of strength at practical levels of reliability index β (e.g., β≥3.09 for a permanent footing). The reason for this outcome, which may appear counterintuitive, is explained. Design charts are provided to estimate the deterministic design bearing capacity of a rigid strip footing required to meet a range of target reliability index for the three footing scenarios examined in this study.

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: aucune
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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,168
Écart entre enseignants0,163 · 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

Citations36
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geotechnical and Geoenvironmental EngineeringMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207