MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400269092 · doi:10.1139/cgj-2023-0492

Estimating thaw settlement of coarse-grained permafrost sediments

2024· article· en· W4400269092 sur OpenAlexaffvenueabout
Zakieh Mohammadi, Jocelyn L. Hayley

Notice bibliographique

RevueCanadian Geotechnical Journal · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPermafrostVoid ratioGeotechnical engineeringSettlement (finance)Serviceability (structure)Environmental scienceArcticGeologyComputer scienceCivil engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Thaw settlement, a frequently reported issue for infrastructure built on permafrost, contributes to high maintenance costs, reduced life cycles, and compromised serviceability of infrastructure. This paper presents a new method to estimate the thaw settlement in coarse-grained permafrost sediments, crucial for northern infrastructure planning. Utilizing available test results from the Canadian Arctic, an overview of the existing data for coarse-grained permafrost sediments is presented. The proposed method uses input parameters derived from particle size distribution to estimate the minimum void ratio of thawed sediments. The minimum void ratio is then used to infer the thawed void ratio, enabling the calculation of thaw strain. The effectiveness of the approach is confirmed by validating predicted thaw strains against measured values for over 60 permafrost samples. A comparison with existing empirical methods shows improved accuracy and reduced bias, further supporting the applicability of the approach. Additionally, an average thawed void ratio assigned to seven groups of granular soils proved valuable for predicting thaw strain when only visual descriptions of sediments are available. Tailored for granular materials and utilizing easily obtainable index properties, this approach provides a reliable and cost-effective method for predicting thaw settlement, benefiting engineers and planners in infrastructure 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 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,029
Tête enseignante GPT0,254
Écart entre enseignants0,226 · 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'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

Citations7
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical Journal→Même sujetClimate change and permafrost→Travaux en français237 207→