MétaCan
Menu
Retour à la cohorte
Enregistrement W4409799956 · doi:10.11159/icgre25.210

Generation of a Susceptibility Map with Geomechanical Soil Data in the Southwestern Zone of Loja Ecuador

2025· article· en· W4409799956 sur OpenAlexvenueno aff
Jose Luis Chavez Torres, Kunyong Zhang

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

This study's objective is to develop a susceptibility map based on the geomechanical characterization of soils in the southwestern region of Loja, with a special focus on assessing their bearing capacity.This project is critical for the planning and designing of infrastructure, particularly in areas with complex geological conditions.Geomechanical characterization involves identifying and analyzing various physical and mechanical properties of the soil, such as texture, structure, density, and strength, through a combination of field studies and laboratory tests.The methodology begins with the collection of geological and geotechnical information, followed by specific geotechnical studies.For this investigation, Dynamic Cone Penetrometer (DCP) and Standard Penetration Test (SPT) were employed, alongside lithological and geological surveys to identify different formations and lithologies in the area.The results will allow the creation of a geomechanical characterization map, which will serve as an essential tool for engineers, architects, and urban planners.This map optimizes structural design and minimizes risks associated with geotechnical failures.In summary, the bearing capacity map, complemented by laboratory and field studies, demonstrates that the area's lithology is suitable and offers favorable conditions for expanding the urban cadastral boundaries in Loja.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,356

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 recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,213
Écart entre enseignants0,201 · 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'étudeObservationnel
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 revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetSoil Geostatistics and MappingTravaux en français237 207