MétaCan
Menu
Retour à la cohorte
Enregistrement W4384928606 · doi:10.1061/9780784484999.012

Characteristic Strength of a Slope with Spatial Variability and Cross-Correlation

2023· article· en· W4384928606 sur OpenAlexaff
Scott D. Cylwik, Sina Javankhoshdel, Brigid Cami, Terence Ma

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensRocscience (Canada)
Organismes subventionnairesnon disponible
Mots-clésProbabilistic logicCorrelationStability (learning theory)Matching (statistics)Spatial correlationSlope stabilityStatisticsMathematicsSafety factorSpatial variabilityComputer scienceGeologyGeotechnical engineeringGeometry

Résumé

récupéré en direct d'OpenAlex

A methodology is presented for selecting input strength parameters for deterministic c-ϕ slope stability analyses to account for spatial variability and cross-correlation of the material properties. It can be non-conservative to use mean values of the properties in slope stability analysis since the critical failure path will preferentially develop through the weakest materials. For materials exhibiting spatial variability, the average strength along the critical surface will be less than the mean strength, so the mean factor of safety from a probabilistic analysis will be less than the deterministic value. Recent publications have emphasized the importance of considering spatial variability and cross-correlation to account for these effects. However, not every project has sufficient data or means to conduct rigorous probabilistic analyses. The proposed method adjusts the c-ϕ parameters to account for spatial variability and cross-correlation. The result is a deterministic factor of safety matching the mean value from a probabilistic analysis.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,198
Score d'incertitude au seuil0,204

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 GPT0,195
Écart entre enseignants0,191 · 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.

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 sujetGeotechnical Engineering and AnalysisTravaux en français237 207