MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379931289 · doi:10.1139/cgj-2022-0585

Centrifuge modeling of the run-out behavior of fly ash deposits subjected to a loss of confinement

2023· article· en· W4379931289 sur OpenAlexvenueno aff
Srikanth S. C. Madabhushi, Samuel B. Follett, Kyle B. O’Hara, Daniel W. Wilson, Bruce L. Kutter, Alejandro Martínez

Notice bibliographique

RevueCanadian Geotechnical Journal · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensnon disponible
Organismes subventionnairesElectric Power Research Institute
Mots-clésPore water pressureGeotechnical engineeringCentrifugeInstabilityLiquefactionGeologyDebrisLandslideEarthquake shaking tableMaterials scienceMechanics

Résumé

récupéré en direct d'OpenAlex

Numerous industries are concerned by the humanitarian, environmental, and economic consequences of debris flows, landslides, and material run-outs. However, the run-out behavior following a loss of confinement, e.g., dam failure, is not well understood. The material’s complex constitutive behavior means multiple mechanisms contribute to the deformation, e.g., slope instability, seepage forces, erosion, or static liquefaction. In this study, centrifuge models of fly ash deposits, with varying initial deposit density and water table height, were subjected to a rapid loss of lateral confinement. Deformation, pore pressure, and water content measurements were used to investigate and separate the mechanisms governing the run-out. Static liquefaction was observed in deposits initially looser than the critical state and led to a rapid material outflow. Slope instability was the initial failure mechanism for denser deposits or those with reduced water tables, with transient stability due to dilation-induced negative excess pore pressures followed by progressive failures caused by seepage pressures from drainage and pore pressure dissipation. Cone penetration tests, performed before the loss of confinement at different penetration rates, were used to characterize the material run-out and volume change tendencies and demonstrate a practical tool for assessing the run-out risk of deposits in the field.

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)0,000
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 enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,209 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical Journal→Même sujetLandslides and related hazards→Travaux en français237 207→