MétaCan
Menu
Retour à la cohorte
Enregistrement W4390241879 · doi:10.9798/kosham.2023.23.6.259

A Study on Causes and Stability of Masonry Retaining Walls by Case Analysis

2023· article· en· W4390241879 sur OpenAlexaff
Kyunseo Park, Sounghun Heo, Youngdai Lee

Notice bibliographique

RevueKorean Society of Hazard Mitigation · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarthquake and Disaster Impact Studies
Établissements canadiensOptech (Canada)
Organismes subventionnairesnon disponible
Mots-clésMasonryRetaining wallGeotechnical engineeringFoundation (evidence)Progressive collapseLimit analysisUnreinforced masonry buildingGeologyExcavationSettlement (finance)Forensic engineeringEngineeringStructural engineeringComputer scienceReinforced concreteGeographyFinite element method

Résumé

récupéré en direct d'OpenAlex

Masonry retaining walls, which have been used since long time, have recently been widely used in the construction of small complexesas an easy-to-purchase material and eco-friendly structure. Disasters owing to the collapse of these masonry retaining walls have frequently occurred over time. The purpose of this study is to quantitatively evaluate the causes for the collapse of masonry retainingwalls by collecting and analyzing collapse data using collapse phenomenon field trips, literature review, and search tools, and to use this analysis data, to suggest measures to prevent the collapse of masonry retaining walls. As a result of collecting and analyzing collapse case data, this study found that the main causes of masonry retaining wall collapse were the loss of foundation ground (scour), ground displacement owing to the excavation of adjacent land, settlement owing to ground softening because of rainfallinfiltration, poor drainage, and inclination of stonework. The causes for collapse were of eight types, including slope sliding additionalloading, and vibration, and 16 types when literature data were included. An analysis of the collapse frequency based on the causes for collapse revealed that the two causes for collapse, foundation and drainage, accounted for approximately 60% of the total cause,and measures for stability and Governing law of critical factor were proposed using this result.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0100,005
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,052
Tête enseignante GPT0,334
Écart entre enseignants0,282 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Society of Hazard MitigationMême sujetEarthquake and Disaster Impact StudiesTravaux en français237 207