MétaCan
Menu
Retour à la cohorte
Enregistrement W4413135935 · doi:10.1139/cgj-2025-0413

Probabilistic quasi-site-specific CPT-based soil classification

2025· article· en· W4413135935 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Science and Technology Council
Mots-clésProbabilistic logicGeotechnical engineeringSoil classificationGeologyEnvironmental scienceSoil scienceSoil waterStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The current study compiles a database named CPT-USCS/3/2017 that consists of 2017 pairwise cone penetration test (CPT) versus Unified Soil Classification System (USCS) category data from 228 global sites. The current study also proposes a novel hierarchical Bayesian model (HBM) framework named USCS-HBM to learn the inter-site and intra-site characteristics in the database. The USCS-HBM trained by the database can produce a prior model for the target site, and this prior model is updated by the sparse target-site data into the quasi-site-specific model. The resulting quasi-site-specific model can be adopted to predict USCS categories based on CPT measurements. The proposed USCS-HBM framework explicitly addresses the challenge of site uniqueness in CPT-based soil classification as well as the practical challenge of sparse target-site data. Case studies and extensive cross-validations showed that the proposed USCS-HBM framework can provide meaningful prediction results for USCS categories based on CPT measurements even if the target-site data are sparse.

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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,227 · 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