MétaCan
Menu
Back to cohort
Record W7002558518

Numerisk modellering av erosjonsutløste kvikkleireskred

2020· dissertation· no· W7002558518 on OpenAlexaboutno aff

Bibliographic record

VenueDuo Research Archive (University of Oslo) · 2020
Typedissertation
Languageno
FieldEnvironmental Science
TopicMicroplastics and Plastic Pollution
Canadian institutionsnot available
Fundersnot available
KeywordsScientific education
DOInot available

Abstract

fetched live from OpenAlex

Kvikkleire kan påtreffes under marin grense i Norge, Sverige, Finland, Russland, Canada og Alaska. Den vanligste utløsende årsaken til kvikkleireskred de siste tiårene er menneskelig aktivitet, men kvikkleireskred utløses også naturlig. Den vanligste naturlige utløsningsårsaken er da erosjon i foten av skråninger. Selv om erosjon til en viss grad er hensyntatt i det eksisterende semikvanititative vurderingssystemet for faregradsevaluering av kvikkleiresoner, er det i liten grad utført studier som ser detaljert på skredutløsningsmekanismen som følge av erosjon. En økt forståelse av erosjonens betydning vil kunne gi grunnlag for forbedret metodikk for risikovurdering av kvikkleireområder. Hovedmålet med denne masteroppgaven er å etablere sammenhenger mellom erosjon og utløsning av kvikkleireskred i skråninger med forskjellige karakteristika (topografi, stratigrafi og geotekniske egenskaper). Numerisk modellering i det geotekniske elementprogrammet PLAXIS er brukt til dette formålet. En sensitivitetsanalyse av en modellskråning er utført for å kunne få innblikk i hvilken rolle ulike faktorer spiller når skråningen blir utsatt for erosjon. Effekten av sprøhet og overkonsolidering har blitt lagt vekt på. I tillegg er to naturlige skråninger analysert; en skråning ved Byneset i Trøndelag, der erosjon utløste et stort kvikkleireskred i 2012, og en elveskråning mot Lågen ved Gjelstad ved Larvik, der aktiv erosjon er registrert i elveløpet og kvikkleire er påvist i grunnen, men hvor det p.t. ikke er kjent at større skred i kvikkleire er utløst. Resultatene fra beregningene viser bl.a. at det mellom skråninger med ikke-sensitiv leire og kvikkleire er liten forskjell i global sikkerhet, men relativt stor forskjell i størrelse av erosjonsvolum som fører til at skråningene går til brudd. Dette betyr at ved å beregne global sikkerhet alene vil man risikere å overestimere sikkerheten, dersom materialet i skråningen består av kvikkleire. Det er også utarbeidet relasjoner som kan gi grove anslag på nødvendig erosjonsvolum for å oppnå brudd, gitt skråningens sikkerhetsfaktor og sprøhetsgrad. Mye usikkerhet er knyttet til disse relasjonene, men de kan gi et innblikk i hvor mye som skal til for å få ulike skråninger til å gå til brudd som følge av erosjon. I de analyserte skråningene har bruddmekanismene som oppstår ved erosjon vist seg å variere mellom brudd som propagerer fra skråningstopp og ned mot skråningsfot, brudd som propagerer fra skråningsfot og opp mot skråningstopp, og kombinasjoner av disse. Særlig den lagdelte skråningen ved Gjelstad utviklet en kompleks bruddmekanisme, der samspillet mellom ulike lag i skråningen var viktig for utviklingen av bruddet. Disse observasjonene viser at det er svært viktig å ha god kjennskap til grunnforhold ved evaluering av en skrånings motstandsdyktighet mot erosjon. Analyser av topografiske data og grunnundersøkelser fra Byneset, sett i sammenheng med beregningene gjort for skredhendelsen i 2012, indikerer at det kan være fare for nye kvikkleireskred i området.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.049
Threshold uncertainty score0.098

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.006
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0050.003
Open science0.0020.002
Research integrity0.0030.003
Insufficient payload (model declined to judge)0.0170.003

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.

Opus teacher head0.031
GPT teacher head0.252
Teacher spread0.221 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueDuo Research Archive (University of Oslo)Same topicMicroplastics and Plastic PollutionFrench-language works237,207