MétaCan
Menu
Retour à la cohorte
Enregistrement W4403471081 · doi:10.1680/jgele.24.00025

State parameter predictions based on cone penetration test simulated with MPM: an application to tailing deposits

2024· article· en· W4403471081 sur OpenAlexaff
Mario Martinelli, Guido Remmerswaal, David Reid

Notice bibliographique

RevueGéotechnique Letters · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCone penetration testPenetration (warfare)Penetration testGeologyEnvironmental scienceGeotechnical engineeringMaterials scienceEngineeringOperations research

Résumé

récupéré en direct d'OpenAlex

The ‘state parameter’, which compares the current void ratio with the critical state void ratio, plays a crucial role in quantifying sandy soil behaviour. In situ methods, such as cone penetration tests (CPTs), can quantify the mechanical state of sand. However, establishing a direct relationship between cone resistance and the state parameter requires a complex back-analysis of the processes occurring in the soil during the test. Currently, a cavity expansion solution is being used to relate the state parameter to the cone resistance, necessitating the use of a calibrated scaling equation. In this study, 600 material point method CPT simulations are performed – which employ the critical state NorSand model – to derive a direct predictive equation for estimating the state parameter from CPTs. This eliminates the need for a scaling equation. The predictive equation computes cone resistance as a function of the NorSand parameters and the state parameter of the soil. The accuracy of this predictive equation is subsequently evaluated by comparing the results against the chamber test data of tailings deposits, showing promising performance.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,195 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGéotechnique LettersMême sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207