MétaCan
Menu
Retour à la cohorte
Enregistrement W4412459301 · doi:10.1016/j.enggeo.2025.108254

Shear behavior of two-order asperities in three-dimensional rock joints: Experimental investigation and development of a morphology-based shear strength criterion

2025· article· en· W4412459301 sur OpenAlexafffund
Qinkuan Hou, Shuhong Wang, Mamadou Fall, Rui Yong, Meaza Girma

Notice bibliographique

RevueEngineering Geology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChina Scholarship CouncilNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaUniversity of Ottawa
Mots-clésShear (geology)Direct shear testGeotechnical engineeringGeologyShear strength (soil)Materials scienceMorphology (biology)Composite material

Résumé

récupéré en direct d'OpenAlex

Rock instability is predominantly driven by the shear failure of rock joints, with joint morphology playing a critical role in governing shear behavior. Most existing studies emphasize overall joint morphology, often neglecting the distinct contributions of first- and second-order asperities. To address this limitation, this paper systematically investigates the roles of waviness and unevenness in influencing the shear behavior of rock joints. Joint morphology was decomposed using three-dimensional laser scanning and wavelet transformation techniques. Digital carving technology was employed to fabricate rock joint specimens, which underwent parallel direct shear tests. The results indicate that waviness primarily governs peak shear strength, while unevenness contributes to shear behavior during the pre-peak stress accumulation stage. Overestimating the contribution of unevenness results in an inaccurate assessment of roughness effects on peak shear strength. At high normal stresses, increased damage to waviness contributed to shear strength increments. Based on these findings, a shear strength criterion was developed, integrating the differential morphological contributions of waviness and unevenness. The proposed criterion demonstrated superior predictive accuracy when validated against experimental data. This work provides a deeper understanding of the multi-order asperity contributions to shear behavior.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 GPT0,231
Écart entre enseignants0,218 · 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

Citations7
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEngineering GeologyMême sujetRock Mechanics and ModelingTravaux en français237 207