Modeling the Relationship Between SPT-N Value and Compression Index (Cc) Using Copula Theory for Thi-Qar Clay Soil
Notice bibliographique
Résumé
Accurate estimation of the coefficient of compressibility (Cc) is essential for predicting foundation settlement, yet odometer tests on undisturbed samples are often limited in most site investigations.In contrast, standard penetration test (SPT) data are more widely available.Existing SPT-Cc correlations are extremely limited and often inconsistent across soil types, and previous studies relied mainly on linear regression, which cannot capture nonlinear or asymmetric dependence.This study addresses these gaps by developing a probabilistic framework to model the dependency structure between SPT-N and Cc for clay soils in Thi-Qar, southern Iraq, using copula theory.Several copula candidates were evaluated using AIC and BIC criteria, and their performance was compared with the classical Nataf model.In addition, the Bootstrap method was adopted as a robust resampling tool to quantify uncertainty in dependence modeling under limited data conditions.The measured data exhibited a moderate negative dependence ( = -0.56, = -0.43),confirming that denser soils (higher N) tend to have lower compressibility.Among the tested models, the Gaussian copula provided the best statistical representation of the joint behavior of N and Cc.Results also showed that Pearson's correlation () is not invariant under monotonic transformations, whereas the Nataf model behaves similarly to the Gaussian copula when dependence is approximately linear.The proposed framework enhances reliability-based characterization of local soils and reduces reliance on extensive laboratory testing by enabling accurate simulation of soil parameters.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».