MétaCan
Menu
Retour à la cohorte
Enregistrement W4413143935 · doi:10.1144/qjegh2024-168

New rock toughness index based on drilling and tensile strength by using entropy of decision tree and geotechnical analysis

2025· article· en· W4413143935 sur OpenAlexaff
Seyed Sajjad Karrari, Mojtaba Heidari, Mohammad Khaleghi Esfahani

Notice bibliographique

RevueQuarterly Journal of Engineering Geology and Hydrogeology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensUniversité Laval
Organismes subventionnairesBu-Ali Sina University
Mots-clésGeotechnical engineeringUltimate tensile strengthToughnessDrillingGeologyIndex (typography)Materials scienceComposite materialComputer scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

The term ‘toughness’ refers to a rock's resistance to excavation and indentation by boring or cutting tools. It is evaluated in relation to the ductile properties of rocks, which show visible plastic deformation. Various indices exist for evaluating toughness, which is the opposite of brittleness. In this study, 24 samples from three types of rocks (igneous, metamorphic and sedimentary) were selected to evaluate the toughness indices. The toughness indices were assessed based on existing methods such as strain, energy and strength, and specialized tests such as the brittleness value (S 20 ), Sievers’ J value (S J ), punch penetration test (BI), and porosity (n). The best toughness index found by using entropy and Gini split from the Iterative Dichotomiser 3 algorithm decision tree was S J = 18. By using the Sievers’ J value and rock tensile strength a new rock toughness index is proposed, which is related to specific energy. A new toughness index is presented as the S J drillability coefficient toughness (T SDC ). The value of T SDC = 5 N mm –3 was found to be a good threshold for indicating the energy consumed during drilling and rock excavation. The results showed that the energy required to excavate tough rocks is greater than for brittle rocks.

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: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,754

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,200
Écart entre enseignants0,197 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of Engineering Geology and HydrogeologyMême sujetTunneling and Rock MechanicsTravaux en français237 207