MétaCan
Menu
Retour à la cohorte
Enregistrement W4400235359 · doi:10.11159/iccste24.206

Evaluation of the stress history in a tailings dam raising stages: A study based on Finite Element Method (FEM) methodology

2024· article· en· W4400235359 sur OpenAlexvenueno aff
Nicole Ildefonso

Notice bibliographique

RevueProceedings of the International Conference on Civil, Structural and Transportation Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinite element methodStress (linguistics)Raising (metalworking)TailingsTailings damStructural engineeringComputer scienceEngineeringMechanical engineeringMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Tailings dams are complex geotechnical structures that require a thorough analysis of their stability. The traditional method for assessing stability, the Limit Equilibrium Method (LEM), focuses on calculating the factor of safety (FS), but omits critical aspects such as the stress distribution along the regrowth process. The finite element method (FEM), based on the strength reduction technique (SSR), is an alternative that allows calculating the FS and understanding the real behavior of the slope, by analysing stresses along the different raises stage. In this study, the FEM method was used to simulate the Ancash tailings dam, Peru. The simulation allowed obtaining detailed information on the stress states to which the soil foundation is subjected at each stage of regrowth. The results obtained in terms of displacements and stresses provided a more accurate understanding of the failure mechanism to which the slope may be subjected. It was concluded that the FEM method demonstrated its superiority over the traditional LEM approach, as it provides a more complete and realistic appreciation of the behavior of the slope body at different stages of its development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,409

Scores Codex et Gemma par catégorie

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

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 Opus0,073
Tête enseignante GPT0,294
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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 revueProceedings of the International Conference on Civil, Structural and Transportation EngineeringMême sujetTailings Management and PropertiesTravaux en français237 207