MétaCan
Menu
Retour à la cohorte
Enregistrement W7096688264

1Acoustic Remote Monitoring of Rock and Concrete Structures for Nuclear Waste Repositories

2015· article· en· W7096688264 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRadioactive wasteExcavationPrincipal (computer security)Acoustic emissionEarthquake predictionJoint (building)Micromechanics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: Excavation and thermally induced damage is of significance for many types of engineering structures but no more so than in the case of nuclear waste repository design. My research and that of my group, formally at Queen’s University Canada and Keele University UK and now at the University of Liverpool UK, has focused on the development of acoustic techniques for the in situ detection and quantification of induced damage and fracturing. The application of earthquake seismology to this problem has provided the opportunity to study the micromechanics of damage mechanisms in situ and provide validation data for predictive geomechanical models used for engineering design. Since 1987 I have been a principal investigator at Atomic Energy of Canada’s Underground Research Laboratory (URL), responsible for the development of acoustic emission techniques (AE). In the last twelve years, the application of acoustic techniques to rock damage assessment has been pioneered by my group at the URL and successfully applied in several other major international projects including the ZEDEX, Retrieval and Prototype repository experiments at the Aspo Hard Rock Laboratory (HRL) of SKB Sweden. In this paper I describe what information is available by remote acoustic monitoring of rock and concrete structures and demonstrate this with reference to two international scientific experiments carried out at the URL Canada and the HRL Sweden.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,001

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 Opus0,019
Tête enseignante GPT0,226
Écart entre enseignants0,207 · 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'étudeExpérimental (laboratoire)
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRock Mechanics and ModelingTravaux en français237 207