MétaCan
Menu
Retour à la cohorte
Enregistrement W1970762044 · doi:10.1115/jrc2013-2498

Utilization of Ground Improvement for a Variety of Cost Effective Remediation and New Construction Topics for the Rail Industry

2013· article· en· W1970762044 sur OpenAlexaboutno aff
Jeffrey R. Hill, Bernard Voor, Michael L. Kerr, A Pengelly

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubgradeEngineeringConstruction engineeringCivil engineeringRoad constructionConstruction industryBridge (graph theory)Settlement (finance)Transport engineeringForensic engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The authors of the paper represent two firms that have completed hundreds of challenging subgrade and foundation projects for the rail industry. The intent of this paper is to educate the railroad business in general about alternative approaches to common geotechnical problems facing the railroad industry. Projects have been completed across the country in nearly all geological conditions, on all of the Class I carriers, Shortlines and Mass Transit systems. Successful remediation projects associated with challenging subsurface conditions across the United States, Canada and Mexico are covered. Case histories include jet grouting for low headroom earth retention and tunnel support, stone columns for embankment support, micropiles for low headroom bridge replacement, micropiles and soil nails for earth retention, compaction, and urethane grouting for settlement of existing structures. Projects discussed include background information such as project layout, drawings and test results. Each project is completed and has a positive track record, indicating success. Projects have been specially selected to demonstrate the ability of specialty foundation solutions applicable throughout North America. Each topic provides technically sound approaches to age-old Rail road subsurface challenges. Many of these topics are not addressed in the AREMA manual; however, one of the authors, is currently addressing these topics through a proposed section of AREMA chapter 8.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,023
Tête enseignante GPT0,238
Écart entre enseignants0,215 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207