MétaCan
Menu
Retour à la cohorte
Enregistrement W4416912014 · doi:10.1680/jgele.25.00039

Effects of cross-correlations between soil properties on pullout capacity of strip anchors

2025· article· en· W4416912014 sur OpenAlexfundno aff
Yipeng Xie, Pengpeng He

Notice bibliographique

RevueGéotechnique Letters · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesDalhousie UniversityColorado School of Mines
Mots-clésSubmarine pipelineStandard deviationShear strength (soil)Probabilistic analysis of algorithmsRange (aeronautics)Finite element methodFriction angleProbabilistic logic

Résumé

récupéré en direct d'OpenAlex

Plate anchors are increasingly used for floating offshore structures due to their high capacity-to-weight ratio and cost-effectiveness, but their performance is significantly influenced by spatially variable soil properties. While previous studies have considered the effects of spatial variability, the impact of cross-correlations between input soil parameters remains largely unexplored. This study investigates how the cross-correlations between soil undrained shear strength and submerged unit weight for undrained soil conditions, and between soil friction angle and submerged unit weight for drained soil conditions, influence the mean and standard deviation of anchor pullout capacity factors. Using the random finite element method a range of cross-correlation coefficients from −1 to 1 was considered. The results show that the cross-correlations have a minimal effect on the mean pullout capacity factors. However, the standard deviations increase approximately proportionally with cross-correlations, implying the importance of accurately estimating these dependencies. Assuming independence between soil parameters may lead to unconservative failure probability estimates. These findings provide insights into the role of cross-correlations in the probabilistic analysis of offshore anchors.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,210
Écart entre enseignants0,200 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGéotechnique LettersMême sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207