MétaCan
Menu
Retour à la cohorte
Enregistrement W4400249430 · doi:10.23967/isc.2024.032

Cone Penetration Test-Based Correlations to Forecast Critical State Parameters

2024· article· en· W4400249430 sur OpenAlexaboutno aff
Joseph Gamez, Scott M. Olson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPenetration testCone penetration testGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

In critical state soil mechanics, the critical state refers to the combination of effective stress and void ratio (e) at which a soil continues to shear with no change in effective stress, shear stress, and e. The phenomena can be visualized using the critical state line (CSL). The CSL represents the locus of e at critical state with effective mean stress (σ′mean). To define the CSL, the CSL slope (λ), termed “compressibility,” and CSL y-axis intercept at 1 kPa (Γ), termed “altitude,” are required. The CSL in e – σ′mean space provides a simple model of complex soil behavior that allows engineers to construct constitutive models using the state parameter (ψ), which is the mathematical difference between the in-situ e of the soil and the e of the soil at critical state. Currently, Γ can be obtained only through laboratory testing, while λ and ψ can be obtained via laboratory testing or correlation. This paper presents forthcoming correlations based on the ΔQ soil behavior index (which is obtained via the cone penetration test, CPT) to forecast Γ, λ, and ψ, and compares the ΔQ-based correlations’ performance to other CPT-based correlations as well as to data obtained from literature. To compare the correlations, the authors used data from a site investigation performed in Fraser River sand as part of the Canadian Liquefaction Experiment.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,029
Tête enseignante GPT0,318
Écart entre enseignants0,289 · 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 sujetStructural Health Monitoring TechniquesTravaux en français237 207