MétaCan
Menu
Retour à la cohorte
Enregistrement W4409359924 · doi:10.1139/cgj-2024-0439

Sand-specific interpretation of state via a modified relative dilatancy index

2025· article· en· W4409359924 sur OpenAlexvenueno aff
M. Jensen

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringDilatantInterpretation (philosophy)GeologyIndex (typography)Forensic engineeringEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

This paper presents a new, simple strength–dilatancy framework for interpreting the state parameter ( ξ0) in sands using cone penetration test (CPT) data. The approach employs the relative density ( Dr) as a state variable, alongside the mean effective stress ( p′), instead of the traditionally used void ratio ( e). Existing industry-acknowledged CPT– ξ0 correlations are generally found to be challenged by a stress level bias. This paper argues that stress dependency is often better captured in widely used CPT– Dr correlations than in CPT– ξ0 correlations, suggesting that inferring ξ0 through correlations with Dr may improve in situ interpretations. To facilitate this, a modified parameter ( IRx) is introduced, adapted from Bolton’s (1986) relative dilatancy index ( IR) to ensure compatibility with the widely accepted linear approximation of the critical state line (CSL) in e–log10 p′ space. The IRx-based approach is considered applicable for stress levels below approximately 0.5–2.0 MPa, depending on sand type, due to the bilinear nature of the CSL in e–log10 p′ space. Based on recent laboratory studies, this paper also investigates sand-specific dependencies in the parameters of Bolton’s IR, which share similarities with the parameters of IRx. This way, IRx is presented as a parameter useful for stress ranges covering many engineering applications, offering a promising pathway for incorporating sand-specific dependencies into strength–dilatancy relationships and CPT-based state parameter interpretation.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetNeural Networks and ApplicationsTravaux en français237 207