Methods for predicting the occurrence and post-failure characteristics of retrogressive failures in sensitive clays: Evaluation of their applicability in Eastern Canada
Notice bibliographique
Résumé
• Evaluation of the applicability of different methodologies through a catastrophic flowslide. • Only Norwegian methodologies are applicable for failure-type prediction. • Limited applicability of Swedish methodology in Eastern Canada. • Identification of predictors for a potential failure-type prediction method in Eastern Canada. • Potential areas of improvement for Eastern Canadian sensitive clay landslide management. Retrogressive landslides in sensitive clays pose significant risks in Scandinavia and Eastern Canada due to their rapid strength loss and extensive debris flow. While regional hazard management strategies exist, they differ significantly in their approaches to predicting failure types and post-failure characteristics. Notably, only Norwegian methodologies currently include a procedure for failure-type prediction. This paper aims to provide a comprehensive evaluation of these methodologies from Quebec, Norway, and Sweden, including their advantages and limitations. Their applicability to the Eastern Canadian context is also assessed through a case study of the 1971 Saint-Jean-Vianney flowslide. The results of the case study show that two of the Norwegian methods handled this event quite effectively in terms of retrogression distance, with results that are within about 5% of the actual distance. The method used in Eastern Canada projected a retrogression distance of 80 m, which is significantly lower than the observed 600 m. Predicting runout remains challenging; the Norwegian empirical limit underestimated the actual runout by approximately 34%. The case study suggests that the methodology used in Eastern Canada may necessitate separate datasets for estimating retrogression distance on opposite banks of the same river, although further investigation is required. Additionally, developing and incorporating a failure-type prediction procedure could improve its effectiveness as a hazard management tool.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».