MétaCan
Menu
Retour à la cohorte
Enregistrement W4384929349 · doi:10.1061/9780784484999.037

Bearing Capacity of Strip Footings Seated on Granular Layers over Spatially Variable Undrained Soft Clay

2023· article· en· W4384929349 sur OpenAlexaff
Richard J. Bathurst, Reza Jamshidi Chenari

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringBearing capacityFoundation (evidence)IsotropyMonte Carlo methodRandom variableShallow foundationGranular materialMathematicsEngineeringStructural engineeringStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

The influence of spatial variability of the undrained cohesive strength of foundation soils on the bearing capacity of footings is limited in the literature 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 modelling. The case of the clay foundation only and the case of a granular layer over the same clay foundation with random homogenous strength and modulus is shown to be more critical (less safe) than the case with isotropic or anisotropic random spatial variability at practical margins of safety. Margins of safety are expressed as the probability that the bearing capacity from Monte Carlo simulation is less than the factored design deterministic solution for the same mean soil strength, or equivalently by reliability index.

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 enseignants0,195
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,194
Écart entre enseignants0,183 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeotechnical Engineering and AnalysisTravaux en français237 207