MétaCan
Menu
Retour à la cohorte
Enregistrement W4366506696 · doi:10.11159/icgre23.104

From Scaled-Down to Full-Scale Rockfill Dams with Dry-Stone Pitching: A Numerical Study

2023· article· en· W4366506696 sur OpenAlexvenueno aff
Ali Haidar, Éric Vincens, Fabian Dedecker, Roland Plassart

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBermGeotechnical engineeringGeologyStructural engineeringFinite element methodEngineeringScale (ratio)Geography

Résumé

récupéré en direct d'OpenAlex

Rockfill dams with dry-stone pitching are about one hundred years old structures that are present in the French heritage.They are composed of a backfill made of decametric blocks and a protective pitching made of hand-placed stones without mortar on both dam's downstream and upstream faces.Electricity of France, a French stakeholder, operates approximately ten dams of this kind.However, the mechanical behavior of such a structure which is discrete in nature and that can bear large deformations is not very well understood, even if few studies have been conducted over the last decades.This study is a step forward for a better understanding of the role of the pitching in both static and seismic behaviors of such dams.Firstly, a mixed DEM-FEM numerical approach for the modeling of such dams is developed and validated based on experiments involving scaled-down rockfill dams.Secondly, simulations on full-scale dams are carried out and the role of the pitching considering different building techniques or properties is quantified.They clearly show large-scale effects at stake in the structure and the key role of the pitching weight and pitching-backfill interface.Finally, the perturbation in the dam resistance induced by a berm which is typically built on the downstream face is investigated.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,004
Tête enseignante GPT0,193
Écart entre enseignants0,190 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetLandslides and related hazardsTravaux en français237 207