MétaCan
Menu
Retour à la cohorte
Enregistrement W7144430177

岩石の力学物性及び初期応力状態に関するBEM-DDM解析とその評価

2008· report· en· W7144430177 sur OpenAlexaboutno aff
F. Lanaro, Hiroya Matsui

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2008
Typereport
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesJapan Atomic Energy Agency
Mots-clésBoreholeOverburdenFracture (geology)BrittlenessCompression (physics)DrillingBrittle fracture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study was conducted to determine the effects of sample damage on the strength obtained from laboratory results (uniaxial compression and Brazilian test). Results of testing on samples of Toki granite taken at Shobasama and at the construction site for the Mizunami Underground Research Laboratory (MIU) were analysed. Some spatial variation of the results along the boreholes suggested the presence of a correlation between the laboratory strength and the in-situ stresses measured by means of the hydro-fracturing method. To confirm this, numerical analyses of the drilling process in brittle rock by means of a BEM-DDM program (FRACOD2D) were carried out to study the induced fracture patterns. Moreover, a numerical study of the fracture patterns induced by removal of the overburden on a large scale produces fracture patterns and stress distributions corresponding to observations in crystalline hard rock in Canada, Japan and 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 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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,630
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,003
Communication savante0,0010,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,011

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 Opus0,063
Tête enseignante GPT0,321
Écart entre enseignants0,258 · 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
GenreAutre

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Travaux en français237 207