Assessing Landslide Susceptibility through Rock Cut Analysis: A Case Study of National Highway NH-919, India
Notice bibliographique
Résumé
Abstract In the recent past, slope failures along highways have resulted in the destruction of infrastructure and loss of lives and properties throughout the world. Many issues of landslips, debris flow, and rockfalls in inhabited areas along road networks in hilly states of India, the USA, Australia, China, Canada, Brazil, etc., are testimony to this. In the present study, the slope stability of an overpass of National Highway NH-919 in the NCR region, India, has been analyzed. Field observations and petrographic analysis identified Quartzite with localized Schist presence. This study aims to identify the vulnerability of an existing road to landslide hazards and for conditional monitoring of roads for their stability in a present-day scenario of increasing vibrations of heavy vehicles and continuous seismicity in North-Western India, which are two important factors destabilizing the slopes along roads. During field assessment, a few major discontinuities were observed while collecting data at three probable failure locations. The hazard potential has been worked out by incorporating Landslide Susceptibility Score [LSS] and Landslide Hazard Evaluation Factor [LHEF], and the Slope Mass Rating [SMR] system has been used to identify the stability class. The DEM file, combined with the USGS DEM dataset, was used to generate thematic maps. Given the changing rainfall patterns and the heavy precipitation during the monsoon season, the chances of failure increase even more. The study also recommends applying simple mitigating measures to improve road stability and guarantee the long-term safety of residents and users.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».