La vitesse de propagation des ondes de cisaillement dans les argiles de l’Est du Canada: mesures et corrélations
Bibliographic record
Abstract
Le module de cisaillement sous très petites déformations, Gmax, est le paramètre physique principalement en cause lors de la caractérisation de sols sollicités en cisaillement dans plusieurs applications géotechniques. Ce module est par ailleurs lié à la vitesse de propagation des ondes de cisaillement uniquement via la masse volumique du milieu. D'un autre côté, le paramètre Vs gagne de plus en plus de popularité. En effet, il s'agit d’un paramètre principalement requis pour procéder à l’analyse de la réponse dynamique des sols et les codes de construction exigent de plus en plus de caractériser un site à l'égard de son potentiel de liquéfaction. En plus, les développements des dernières années ont rendu disponibles différentes méthodes pour mesurer la vitesse des ondes de cisaillement in situ et en laboratoire. Les méthodes in situ paraissent intéressantes d'un point de vue économique, notamment celles basées sur les ondes de surface, tandis que les techniques en laboratoire permettent de caractériser des sols en termes de Vs et de quantifier les effets de divers paramètres sur Vs. Les facteurs précédents contribuent à rendre intéressante l'utilisation de Vs pour fins de caractérisation des sols. Le présent projet doctoral porte ainsi sur la mesure de vitesse des ondes de cisaillement en laboratoire au moyen de la technique P-RAT (Piezoelectric ring-actuator technique) et le développement de corrélations entre Vs et les propriétés géotechniques des sols testés. La robustesse de P-RAT et la performance de la méthode d’interprétation pour caractériser les sols cohérents dans le domaine élastique (γ < 10-3 %) ont été évaluées au moyen de deux séries d’essais réalisés aux laboratoires de l’UdeS et de l’ÉTS sur des matériaux similaires. Ceci promeut l’utilisation de P-RAT dans d’autres appareils ou laboratoires géotechniques. Des séries d’essais de consolidation ont été effectuées sur des spécimens provenant de différents dépôts de l’argile de l’Est du Canada. Des corrélations empiriques ont été ensuite établies entre la vitesse des ondes de cisaillement et les paramètres géotechniques plus usuels comme l’indice des vides, la contrainte effective verticale et le degré de surconsolidation. De nombreuses corrélations ont été proposées pour calculer la rigidité sous très petites déformations et donc Vs. Ces corrélations ont été compilées et regroupées sous différentes formes générales en se basant sur les propriétés géotechniques utilisées pour les établir. L’application de ces corrélations aux différents dépôts de l’argile de l’Est du Canada révèle des écarts entre des valeurs de Vs1 selon le coefficient K0. La dispersion entre Vs1MAX et Vs1Min prédite par différentes formes de corrélations et même par des corrélations qui ont la même forme générale a été également calculée pour chaque site étudié. L’applicabilité des corrélations existantes pour l’argile de l’Est du Canada a été évaluée en comparant les valeurs de Vs1 obtenues en se basant sur les corrélations de P-RAT à celles prédites par les corrélations publiées. Les corrélations établies à partir de P-RAT permettent de prédire Vs pour l’argile de l’Est du Canada et de valoriser l’utilisation de Vs pour fins de caractérisation géotechnique.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| 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) | 0.002 | 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".