Modélisation de la variabilité spatiale de la résistance au cisaillement des discontinuités des fondations de barrages
Bibliographic record
Abstract
/ La résistance au cisaillement des discontinuités rocheuses joue un rôle essentiel dans les questions de stabilité des massifs rocheux, notamment dans le cas d'une analyse de stabilité au glissement des fondations rocheuses de barrages-poids. Dans ce cadre, les incertitudes liées aux paramètres de cisaillement sont prises en compte à travers l'utilisation de lois de distribution et/ou des deux premiers moments (moyenne et variance). Cependant, les fondations rocheuses présentent souvent une variabilité verticale et horizontale des propriétés de résistance au cisaillement des discontinuités. L'analyse de cette variabilité spatiale permet d'évaluer ces phénomènes de réduction de variance. Faute de données quantitatives abondantes des propriétés de résistance au cisaillement des joints, la question de la variabilité spatiale de la résistance au cisaillement des discontinuités n'est pas traitée. A travers l'étude d'un barrage-poids situé au Québec, l'article étudie à l'aide des champs aléatoires la variabilité spatiale des paramètres de cisaillement des discontinuités rocheuses. Les paramètres de cisaillement sont obtenus à partir des paramètres d'entrée du modèle de Barton et Choubey (JRC, ∅r et JCS). Un échantillonnage de données expérimentales est constitué le long de forages investiguant la fondation. Les résultats montrent une réduction des variances significative lorsque la variabilité spatiale est analysée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".