MétaCan
Menu
Retour à la cohorte
Enregistrement W4401788321 · doi:10.1061/jggefk.gteng-12575

Pullout Capacity of Strip Anchors in Spatially Variable Soil. II: Sand

2024· article· en· W4401788321 sur OpenAlexaff
Pengpeng He, Gordon A. Fenton, D. V. Griffiths

Notice bibliographique

RevueJournal of Geotechnical and Geoenvironmental Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringGeologyBearing capacityEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Plate anchors have been recognized as an attractive option for floating offshore structures due to their low cost and high effectiveness. The prediction of anchor pullout capacity often assumes a homogeneous sand with uniform properties over the entire soil mass. However, natural soils typically exhibit significant spatial variability due to their geological history of soil formation. To account for this inherent spatial variability, this paper has proposed an analytical approach to probabilistically estimate the pullout capacity of strip plate anchors in sand. The soil friction angle was represented by a random field, and the first two moments and the probability density function of the anchor breakout factor were determined analytically using a local average theory. The proposed analytical approach was validated by the random finite-element method (RFEM) over a wide range of soil and anchor parameters. The findings suggest that the anchor embedment depth ratio has a limited effect on the estimated anchor failure probability, whereas the coefficient of variation and correlation length of the soil friction angle have a significant influence. This confirms the importance of sufficient site investigation for cost-effective and reliable anchor design. Overall, the proposed analytical framework can be regarded as a reliable and practical alternative to the computationally intensive RFEM.

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)0,000
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 enseignants0,028
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,159
Écart entre enseignants0,155 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geotechnical and Geoenvironmental EngineeringMême sujetGeotechnical Engineering and AnalysisTravaux en français237 207