MétaCan
Menu
Retour à la cohorte
Enregistrement W1916711179 · doi:10.1139/cgj-2013-0271

Deformational behavior of fouled railway ballast

2014· article· en· W1916711179 sur OpenAlexvenueno aff
Ali Ebrahimi, James M. Tinjum, Tuncer B. Edil

Notice bibliographique

RevueCanadian Geotechnical Journal · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesBulgarian National Science FundSouthern Company
Mots-clésBallastFoulingGeotechnical engineeringSuctionWater contentAtterberg limitsMoistureMaterials scienceDirect shear testEnvironmental scienceComposite materialGeologyShear (geology)EngineeringChemistryMembrane

Résumé

récupéré en direct d'OpenAlex

Plastic strain of railway ballast subjected to various fouling conditions was determined under simulated traffic loading through testing with large-scale cyclic triaxial equipment. Mechanisms by which fouling material affects the plastic strain of railway ballast were investigated. Fouling content (% by weight of particles <12 mm) increased the plastic strain of ballast by contaminating the contact points of ballast particles. Increasing moisture (>3%) resulted in larger accumulation of plastic strain in fouled ballast under traffic loading. Soil-suction tests showed that plastic strain of fouled ballast with suction >2000 kPa is similar to that of clean ballast, regardless of fouling and moisture content. For noncohesive fouling material (mineral and coal fouling), plastic strain is affected by fouling and moisture; therefore, a noncohesive fouling index (NFI) is proposed. In cohesive (clay) fouling, plastic strain is controlled by moisture and fouling content, as well as compositional characteristics of the cohesive fouling material, primarily represented by Atterberg limits and % mass <0.075 mm. A cohesive fouling index (CFI) is proposed to characterize the deformation of cohesive fouled ballast.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,181
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations81
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetRailway Engineering and DynamicsTravaux en français237 207