MétaCan
Menu
Retour à la cohorte
Enregistrement W4367282146 · doi:10.1615/intjmultcompeng.2023047907

COMPLETE AND SEMI-COMPLETE EXPLICIT ALGORITHMS OF A UNIFIED CRITICAL STATE MODEL FOR OVER-CONSOLIDATED SOILS

2023· article· en· W4367282146 sur OpenAlexaff
Xiaowen Wang, Kai Cui, Ran Yuan

Notice bibliographique

RevueInternational Journal for Multiscale Computational Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésConsolidation (business)AlgorithmConvergence (economics)Nonlinear systemRate of convergenceComputer scienceImplementationMathematics

Résumé

récupéré en direct d'OpenAlex

This paper presents a comparison of the performance of explicit algorithm and semi-complete explicit algorithm in the numerical implementations of an unconventional plastic model for soils. The new model, named CASM-S, is developed by incorporating the sub-loading surface theory into the standard unified clay and sand model (i.e., CASM), to enhance the prediction ability for the mechanical behavior of over-consolidated soils. The complete explicit algorithm of CASM-S is based on the sub-stepping method with the technique of automatic error control (SUBM), while the semi-complete explicit algorithm adopts the cutting-plane integration procedure (CPM). The complete implementation process of this model is performed, and the stability, accuracy, and efficiency of these two algorithms are compared through a series of numerical simulations, such as fluid-structure coupling problem, over-consolidation problem, and square-footing problem. These simulations demonstrate that CASM-S implemented by both the SUBM and CPM can obtain a reliable solution under appropriate size of increments. For the sub-loading surface model with highly nonlinear characteristics used in this paper, the CPM has faster local convergence rate, but the SUBM shows a higher efficiency and accuracy at global level.

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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

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 savante0,0010,001
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 Opus0,038
Tête enseignante GPT0,304
Écart entre enseignants0,266 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Multiscale Computational EngineeringMême sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207