Chapter 6 New laboratory database of hydraulic conductivity measurements on fine-grained soils
Notice bibliographique
Résumé
Databases for Data-Centric Geotechnicsforms a definitive reference and guide to databases in geotechnical and rock engineering, to enhance decision-making in geotechnical practice using data-driven methods. This first volume pertains to site characterization. The opening chapter presents an in-depth analysis of site data attributes, including the establishment of a new taxonomy of site data under “4S” (site generalizations, spatial features, sampling characteristics, and smart data) to provide a novel agenda for data-driven site characterization. Type 3 machine learning methods (disruptive value) are possible as sensors become more pervasive and more intelligent. A comprehensive overview of site characterization information is also presented with a focus on its availability, coverage, value to decision making, and challenges. The remaining 13 chapters cover databases of soil and rock properties and the application of these databases to rock socket behavior, rock classification, settlement on soft marine clays, permeability of fine-grained soils, and liquefaction among others. The databases were compiled from studies undertaken in many countries including Austria, Australia, Brazil, Canada, China, France, Finland, Germany, India, Iran, Japan, Korea, Malaysia, Mexico, New Zealand, Norway, Singapore, Sweden, Thailand, the United Kingdom, and the United States. This volume on site characterization is a companion to the volume on geotechnical structures. Databases for Data-Centric Geotechnics represents the most diverse and comprehensive assembly of database research in a single publication (consisting of two volumes) to date. It follows from Model Uncertainties for Foundation Design, also published by CRC Press, and suits specialist geotechnical engineers, researchers and graduate students.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,069 | 0,047 |
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 source (Gemma direct ou Codex distillé), 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 ».