Analyse des données et des incertitudes sur les paramètres physiques et mécaniques de l’argile sensible dans la région du Saguenay-Lac-Saint-Jean
Bibliographic record
Abstract
La présence des argiles dites sensibles est l’une des causes majeures de certains phénomènes tels que les glissements de terrain, la réduction de la capacité portante d’un sol, les coulées de boues, etc. Le dimensionnement géotechnique pour assurer la stabilité d’un ouvrage requiert une évaluation adéquate des paramètres physiques et mécaniques des matériaux en place. Des données de paramètres physiques et mécaniques de l’argile marine, recueillies sur différentes localités de la région du Saguenay-Lac-Saint-Jean (SLSJ), ont été utilisées afin d’estimer de façon représentative ces paramètres géotechniques indispensables dans les calculs de dimensionnement. Les paramètres géotechniques étudiés concernent la masse volumique, la densité des grains, la teneur en eau, l’indice des vides et les limites d’Atterberg, la sensibilité au remaniement, la résistance de l’échantillon remanié et non remanié, la contrainte de préconsolidation, le coefficient de surconcolidation, le nombre de coups (essai de pénétration standard), la résistance de pointe et la résistance au frottement latéral du cône (essai de pénétration au cône). L’idée est de pouvoir quantifier chacun des paramètres géotechniques étudiés grâce à l’écart-type. L’estimation de cette incertitude des paramètres géotechniques requiert d’abord un traitement de valeurs aberrantes présentent parmi les données. Aussi, des tests d’adéquations ont permis d’attribuer à chaque paramètre physique et mécanique de l’argile, une loi de distribution convenable pour leur analyse descriptive. La présence des valeurs aberrantes ne joue pas uniquement sur la détermination des incertitudes mais aussi sur les corrélations. Les données disponibles ont également permis d’observer des corrélations entre les paramètres géotechniques étudiés pour d’autres types de sol en plus de l’argile marine. Pour certaines localités il existe une concordance entre certaines corrélations observées dans cette étude et celles observées dans des études antérieures concernant l’argile marine de l’est Canada et de la Scandinavie. Cependant toutes les corrélations dans la littérature se rapportant à l’argile marine ne coïncident pas avec celles observée dans cette étude. Des relations sont donc proposées grâce aux corrélations, pour l’évaluation des paramètres géotechniques dans la région du SLSJ. Les méthodes appliquées pour le traitement de valeurs aberrantes ont joué un rôle important dans l’exploration des données de la région, elles ont également aidé à apprécier l’influence des valeurs aberrantes sur les différents types de régression étudiées.
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 | 0.002 | 0.003 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".