MétaCan
Menu
Retour à la cohorte
Enregistrement W7104269032 · doi:10.25077/jrs.21.1.29-44.2025

PEMODELAN NUMERIK FONDASI DANGKAL DI ATAS TANAH LEMPUNG YANG DIPENGARUH BEBAN DINAMIK

2025· article· W7104269032 sur OpenAlexaff

Notice bibliographique

RevueJurnal Rekayasa Sipil (JRS-Unand) · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueGeotechnical and construction materials studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésLaunch vehicleRange (aeronautics)Reentry

Résumé

récupéré en direct d'OpenAlex

Gempa bumi merupakan bencana alam yang sulit diprediksi dan dicegah. Selain itu, gempa bumi dapat menimbulkan tekanan tambahan dan kehancuran infrastruktur. Gerakan tanah yang ditimbulkan oleh gempa bumi harus diperhitungkan ketika merancang bangunan, khususnya untuk struktur geoteknik seperti fondasi. Fondasi sangat penting dalam mendukung bangunan atas. Oleh karena itu, perlu dilakukan penelitian terhadap fondasi yang terkena beban gempa. Penelitian ini bertujuan untuk mengetahui pengaruh beban dinamis yang bersumber dari gerakan tanah, secara bervariasi, yang dikenai fondasi dangkal dengan Analisis Respon Situs Non Linier dengan Metode Numerik. Gerakan tanah yang digunakan berdasarkan data yang tercatat di Jepang (2007), Taiwan (1999), dan Italia (1980). Selain itu, lapisan tanahnya terdiri dari lempung homogen dengan tiga konsistensi yaitu lunak, sedang, dan keras yang dimodelkan dengan material Hardening-Soil Small. Penelitian kami mencakup pengamatan deformasi dan waktu yang menunjukkan terjadinya gerakan tanah terbesar. Hasil analisis menunjukkan bahwa deformasi tertinggi, baik vertikal maupun horizontal, terjadi pada tanah lunak. Gempa Taiwan menghasilkan deformasi horizontal tertinggi dibandingkan gempa lainnya. Namun, deformasi vertikal tertinggi dihasilkan oleh gerakan tanah pada gempa Italia. Berdasarkan hasil intensitas arias terlihat bahwa durasi gempa antara 10% hingga 90% adalah lebih dari 9 detik untuk seluruh gempa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,723
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,007
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revueJurnal Rekayasa Sipil (JRS-Unand)Même sujetGeotechnical and construction materials studiesTravaux en français237 207