Analyse dynamique des pentes argileuses et des remblais construits sur des dépôts d’argile sous l’effet de la variation de l’indice de plasticité et la zone sismique
Bibliographic record
Abstract
Les pentes ont toujours été un sujet de discussion pour les ingénieurs en géotechnique. Leurs stabilités étant d’une importance majeure, puisque leur effondrement peut causer la perte d’inestimables et précieuses vies humaines. C’est l’une des raisons qui nous a poussé à étudier la sécurité des pentes. Dans ce projet, on a essayé de se concentrer sur les sols fins et plus précisément les argiles, pour voir l’effet de la variation de l’indice de plasticité sur la stabilité dynamique des pentes et des remblais construits sur des dépôt d’argile. On a aussi essayé d’étudier l’effet de la variation des zones sismiques au Québec (zone 3, 4 et 5) sur la stabilité des pentes face à des séismes de différentes caractéristiques. Alors, pour ce faire, plus que 2000 simulations numériques ont été réalisées sur un logiciel de calcul dynamique, FLAC, afin d’étudier le comportement de différentes pentes de 10 et 20 m d’épaisseur de dépôt (avec une hauteur de pente constante de 10 m) qui présentent une augmentation de cohésion de couche en sous-couche (delta) de 1,5, 2 et 2,5. La méthode pseudo-spectrale (récemment développée à l’université de Sherbrooke), qui se présente comme remplaçante à la méthode pseudostatique, a été utilisée pour comparer ses résultats avec ceux de la littérature et ensuite pouvoir la valider. L’effet de l’ajout d’une berme sur la stabilité dynamique a été également étudié.
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 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".