Quantifying the rate of track subsidence on permafrost by inferring absolute surface profile from track geometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Hudson Bay Railway in Northern Canada traverses over a thousand kilometers of challenging ground conditions, including peatlands, discontinuous permafrost, and continuous permafrost. Monitoring climate change impacts to the rail corridor is challenging, as ground conditions are changing rapidly, and access to remote locations is limited. As a result, the unknown rate of thaw settlement hampers quantitatively-informed maintenance and rehabilitation strategies. In this manuscript, we evaluate a workflow to transform normalized track geometry measurements (in the form of Surface 62) into absolute profiles of track surface elevation. Field validation of the method was undertaken at three strategically chosen field sites: Site A, a simple isolated subsidence feature located at the transition zone between a low-lying fen and a peat plateau; Site B, a more complex subsidence feature exhibiting clear signs of an advanced stage of permafrost degradation; and Site C, a bridge crossing experiencing track heave due to frost jacking of pile foundations. Validation of the method against LiDAR measurements illustrates that peak depth or heave of a feature can be estimated within 6 %. Furthermore, given the high temporal resolution of the track geometry measurements, this method can capture the rate of thaw subsidence and track settlement. This rate, observed to be 0.26 mm/day at Site A, illustrates the enormous challenge posed to infrastructure owners tasked with maintaining track geometry in permafrost environments under a changing climate.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 découle