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 fs and end bearing qb) 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 ( fs and qb), loads Qa at settlements w = 5–20 mm and 0.5%–2% of socket diameter, and Q– w curves. For fs, qb, and Qa, 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 fs and qb 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 Em is crucial for predicting Qa and Q– w curves, (5) predictions of Qa 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 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 | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 ».