Development and use of axial load test databases for analysis and design of soft rock sockets
Notice bibliographique
Résumé
This paper presents the state of knowledge of analysis and design of rock sockets—main features of axial loading behavior and influential factors, methods for predicting the mobilized strength (shaft shearing f s and end bearing q b ) and load–displacement ( Q– w) curves. A total number of 363 field load tests on full-scale rock sockets are compiled into a database—DUT/PileROC/363 and analyzed in a consistent manner. This database is used to evaluate the variability of predictions of mobilized resistances ( f s and q b ), loads Q a at settlements w = 5–20 mm and 0.5%–2% of socket diameter, and Q– w curves. For f s , q b , and Q a , the results are characterized as the mean and coefficient of variation (COV) of the ratio of measured over predicted values. It is observed that (1) both shaft shearing and end bearing can be mobilized at small displacements when good construction and inspection procedures are followed, (2) the majority of empirical models for f s and q b are too simplistic (solely accounting for the unconfined compressive strength of rock) and the resulting predictions are highly dispersive (COV > 0.6), (3) the prediction quality does not necessarily improve with an increased level of model sophistication, (4) rock mass modulus E m is crucial for predicting Q a and Q– w curves, (5) predictions of Q a by one nonlinear and two side-slip design methods are of medium dispersion (COV = 0.3–0.6), and (6) only the nonlinear design method produces Q– w curves that resemble the shape of measured Q– w curves in load tests.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».