MétaCan
Menu
Retour à la cohorte
Enregistrement W4412128715 · doi:10.1139/cgj-2024-0672

New index to identify karst caves based on operational parameters during shield tunnelling

2025· article· en· W4412128715 sur OpenAlexvenueno aff
Yanning Wang, Xinhao Min, Shui‐Long Shen, Annan Zhou

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesBasic and Applied Basic Research Foundation of Guangdong Province
Mots-clésKarstGeotechnical engineeringGeologyCaveShieldQuantum tunnellingMining engineeringGeographyArchaeologyPetrologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Real-time karst cave identification is crucial to ensuring safety during shield tunnelling. However, owing to a sparsity of drilling data, karst caves often remain undetected before shield tunnelling begins. An approach is proposed for identifying karst caves in real time during shield operations. A new index, called the karst cave identification index (KCII), is proposed based on a force equilibrium analysis on the excavation face of a shield. The force balance conditions necessary to maintain the stability of the excavation face are derived according to soil pressure balance principles. Operational parameters related to the pressure balance process are then used to calculate the KCII, which leverages the operational parameters recorded by the sensory system of the shield machine. The effectiveness of the KCII was validated through a field case of shield tunnelling in Xuzhou, China, and it was compared with four other indices: specific energy, face penetration index, torque penetration index, and geological feather identification index. The comparison shows the difficulty of identifying karst caves using the other indices, but the KCII can be used to distinguish geological types and differentiate various types of karst cave filling. The KCII enables engineers to identify types of karst cave in real time, thus making necessary adjustments to shield operations possible and enhancing safety and efficiency in tunnelling.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil0,747

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,230
Écart entre enseignants0,220 · 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'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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetTunneling and Rock MechanicsTravaux en français237 207