MétaCan
Menu
Retour à la cohorte
Enregistrement W4412905541 · doi:10.1088/1755-1315/1523/1/012017

Use of laboratory shear wave velocity measurement to enhance in-situ data

2025· article· en· W4412905541 sur OpenAlexaff
Mourad Karray, Daniel Verret

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensHydro-QuébecUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésShear (geology)Wave velocityIn situGeologyMaterials sciencePhysicsComposite materialMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Shear wave velocity (Vs) plays a central role in soil dynamics and is widely used in seismic site classification, liquefaction assessment, and earthquake stability analysis. One of its distinguishing features is that it directly relates to small-strain shear modulus (G = ρVs2), making it the only mechanical property that can be consistently measured in both field and laboratory settings. Field measurements of Vs are particularly valuable because they capture soil stiffness in its natural, undisturbed state, offering insight into in-situ density conditions. Despite its relevance, Vs remains underutilized in geotechnical practice. Given its sensitivity to factors such as soil density, stress conditions, and preloading history, accurate measurement of Vs can provide a robust and reliable geotechnical parameter. Several studies have reported that shear wave velocities obtained from laboratory tests tend to be lower than those measured in the field. This discrepancy is commonly attributed to disturbances caused by the sample extraction process. Such disturbance effects are not limited to Vs measurements; they also impact other geotechnical properties assessed in the lab, such as undrained shear strength and pre-consolidation pressure. To address this issue, it is essential not only to work with high-quality clay specimens but also to develop strategies for quantifying and correcting sampling-induced alterations. This study introduces a novel method to evaluate the extent of disturbance resulting from sampling and specimen handling. It further proposes a correction approach for laboratory-derived stiffness parameters. These corrected values are then benchmarked against in-situ measurements obtained under undisturbed conditions. Finally, the adjusted laboratory data are integrated to enhance the interpretation of field measurements in stres-strain analyses.

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)0,003
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,023
Tête enseignante GPT0,211
Écart entre enseignants0,188 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207