MétaCan
Menu
Retour à la cohorte
Enregistrement W4385479349 · doi:10.1139/cgj-2022-0464

Limitations of Gold’s formula for predicting ice thickness requirements for heavy equipment

2023· article· en· W4385479349 sur OpenAlexaffvenue
Alan Fitzgerald, Willem Janse van Rensburg

Notice bibliographique

RevueCanadian Geotechnical Journal · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensBritish Columbia Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésFlexural strengthContext (archaeology)Ultimate tensile strengthMetric (unit)Geotechnical engineeringCivil engineeringStructural engineeringEngineeringEnvironmental scienceForensic engineeringComputer scienceGeologyMaterials scienceComposite materialOperations management

Résumé

récupéré en direct d'OpenAlex

Common practice for determining the required ice thickness for vehicles and equipment relies on Gold’s formula as outlined in provincial and territorial publications relating to ice safety. This practice persists despite recent advances in ice engineering knowledge that provide more comprehensive design methods utilizing allowable stress design approaches. The authors have identified that the use of Gold’s formula for determining required ice thickness may lead to unsafe practices when utilized in the context of heavy construction equipment, increasing the risk of ice breakthrough to personnel and equipment. The authors use recent design examples to demonstrate instances in which the use of Gold’s formula results in predicted flexural tensile stresses in the ice cover that exceed the maximum design stress recommended in contemporary literature. In the case of large excavators (53 metric tonnes) and heavy dozers (40 metric tonnes), as examples, the use of Gold’s formula for determining the required ice thickness will result in predicted flexural tensile stresses that exceed the recommended maximum design stress by 56%–71%.

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)0,006
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0040,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,066
Tête enseignante GPT0,271
Écart entre enseignants0,205 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetSmart Materials for ConstructionTravaux en français237 207