MétaCan
Menu
Retour à la cohorte
Enregistrement W4399213477 · doi:10.11159/ijci.2024.002

Seismic Vulnerability of a Tailings Dam Affected by Subduction Earthquakes

2024· article· en· W4399213477 sur OpenAlexvenueno aff
Nestor Bellido, Zenón Aguilar

Notice bibliographique

RevueInternational Journal of Civil Infrastructure · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubductionGeologyTailings damVulnerability (computing)SeismologyTailingsTectonics

Résumé

récupéré en direct d'OpenAlex

The seismic response of tailings dams is highly dependent on the intensity measures (IMs) of the input ground motions.For this reason, several researchers have used seismic fragility functions to evaluate the seismic performance of geotechnical structures.Seismic stability analyses of tailings dams are further challenged by the uncertainty and variability of IMs for a given earthquake scenario and site conditions.This study presents the seismic performance of a tailings dam affected by subduction earthquakes by generating fragility functions and analysing the effectiveness of different IMs in predicting a damage measure (DM), such as horizontal displacements.Our analyses are based on finite-difference numerical simulations using advanced constitutive models.The selected ground motions are compatible with the Maximum Credible Earthquake (MCE), which is common in the practice in South America.The results show that the Arias intensity is the most efficient and optimal IM in predicting the horizontal crest displacements of the dam.Furthermore, the analytical fragility functions based on numerical results using peak ground acceleration (PGA), Arias intensity (AI), cumulative absolute velocity (CAV), and peak ground velocity (PGV) are presented.The fragility functions can be a useful tool to assess the probability of damage levels for designed tailings dams based on their design earthquake and acceptable risk.In addition, the obtained fragility functions could be used to define alert levels to be considered in the operation manual of the tailings storage facility (TSF).

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,003
Tête enseignante GPT0,218
Écart entre enseignants0,215 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Civil InfrastructureMême sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207