MétaCan
Menu
Retour à la cohorte
Enregistrement W1987605042 · doi:10.1520/gtj14193

Identification of Collapsible Soil Using the Fall Cone Apparatus

2007· article· en· W1987605042 sur OpenAlexaff
Tahar Ayadat, Adel Hanna

Notice bibliographique

RevueGeotechnical Testing Journal · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringWater contentSoil waterAridWettingEnvironmental scienceMoistureGeologySoil scienceMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Soils that go through a great loss of volume upon wetting with or without additional loads are identified as collapsible. In recent years, there has been an increasing awareness of this type of soil due to the expansion of urban developments to arid regions. Also man-made earth structures often exhibit collapsing behavior when compacted at water content less than the optimum moisture content. In the literature, methods can be found to predict this behavior based on field and laboratories test results. These methods, however, are time consuming and developed for the type of soils tested. This paper presents the results of an experimental investigation on collapsible soils using the fall cone and the oedometer apparatuses. The fall cone method, originally developed to determine liquid and plastic limits of soils, was adopted in this investigation to identify its collapse potential. A cone penetration limit (Plim) is introduced to identify collapsible soil and a correlation between the collapse potential, CP, and the cone penetration, P, was developed and validated with the present experimental results and those available in the literature. Furthermore, a simple procedure is introduced to determine the optimum Proctor Moisture Content for collapsible soils from the results of the cone test. The proposed procedure is simple and fast to evaluate soil collapsibility by a single reading of the cone penetration.

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 enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0020,001
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 Opus0,043
Tête enseignante GPT0,267
Écart entre enseignants0,225 · 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

Citations22
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnical Testing JournalMême sujetHygrothermal properties of building materialsTravaux en français237 207