A review of the geological characterization, classification, modeling, and case studies of anisotropic rock masses
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.
Notice bibliographique
Résumé
Rock anisotropy caused by inherent structures like bedding, foliation, and micro-fractures directly influences strength, deformability, and stress distribution variations. These directional changes can affect the stability of rock engineering practices, such as underground openings and slopes, and dealing with the anisotropic rock masses (ARMs) is one of the significant challenges. The commonly used conventional classifications are solely based on the isotropic behavior of rock masses and are unsuitable for anisotropic ones. Despite the limitations of these classifications, engineers tend to oversimplify the situation and characterize or design the ARMs, ignoring the impact of anisotropy. This study presents a summary of geological conditions, mechanical behavior, and classification systems of ARMs, as well as a review of numerical modeling techniques that may be applicable in the design phase within such medium. ARM Rating (ARMR), or any other type of alternative classification system that considers the directions in which rocks act instead of just their strength levels, can facilitate improved feasibility analysis for complex geological conditions and supporting systems design in ARMs. Moreover, the failure criteria considering the anisotropic behavior reflect the nonlinear development with long-term dependence on rock strength. Such criteria may be applied to numerical methods, such as the discrete element method (DEM), which offers more or less realistic simulations of ARMs' responses. Nevertheless, establishing standard procedures for the characterization, classification, and design of ARMs, especially in deep underground anisotropic conditions, is in high demand.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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