Characterization of soil composition and calculation of genetic mechanism in the landslide zone of Liujiabao landslide in Three Gorges reservoir area
Notice bibliographique
Résumé
The Three Gorges Reservoir Area is a hotspot for landslide disasters, with many landslide development patterns and influencing factors remaining unclear.The slip zone soil, a weak interlayer between the sliding mass and the bedrock, has inherently low strength, which is a critical factor in landslide occurrence.Water is one of the most active elements reducing the shear strength during the formation of the slip zone.Given the particularity of reservoir bank water-related landslides, the mineral composition and geochemical characteristics of the slip zone and its surrounding rocks and soils exhibit significant variations across different geological periods and environments.These changes reveal the mechanisms and extent of water-rock interactions, further clarifying the fundamental reasons for the reduction in shear strength of the slip zone.The results show that in the Liujiaobao landslide in Quchi Township, Wushan County, Chongqing, within the Three Gorges Reservoir area, the composition of minerals and the content of major chemical elements in the slip zone soil and its surrounding rocks and soils indicate that the slip zone and surrounding rocks and soils form the material basis for the slip zone.During its formation, the groundwater in the slip zone is closely connected with external hydraulic forces, continuously influenced by groundwater, leading to changes in the physical properties of the rock and soil mass.This is accompanied by the hydrolytic mudification of marl debris, dissolution of calcite, and interconversion among clay minerals, which are the main reasons for the attenuation of the shear strength of the slip zone soil.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».