MétaCan
Menu
Retour à la cohorte
Enregistrement W2017587937 · doi:10.1139/t04-080

Estimation of the segregation potential of fine-grained soils using the frost heave response of two reference soils

2005· article· en· W2017587937 sur OpenAlexfundvenueaboutno aff
Jean‐Marie Konrad

Notice bibliographique

RevueCanadian Geotechnical Journal · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFrost heavingOverburdenSoil waterGeotechnical engineeringGeologyKaoliniteFrost weatheringFrost (temperature)Soil scienceOverburden pressureOedometer testMineralogyGeomorphology

Résumé

récupéré en direct d'OpenAlex

The frost heave response of quarry fines from several locations in the Province of Quebec was studied in the laboratory using one-dimensional step-freezing tests with free access to water. Comparison of the segregation potential values obtained from these tests with available data on fine-grained soils revealed the importance of including clay mineralogy and overburden effects in any predictive empirical relationship, especially when fines are nonclays. A new approach is presented to estimate segregation potential values using the frost heave response of two reference soils. The reference characteristics consist of a relationship between segregation potential at zero overburden pressure, specific surface area, and average grain size of the fines fraction for two artificial soil mixtures in which the clay mineral is poorly crystallized kaolinite. The prediction of segregation potential values using the reference frost heave characteristics approach is more robust and reliable than other empirical approaches that do not specifically distinguish between clay and nonclay fines. Furthermore, the new approach was also efficient for the assessment of frost susceptibility of well-graded glacial tills.Key words: fine grained, soil, mineralogy, laboratory, fines, clay, nonclay.

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 enseignants0,226
Score d'incertitude au seuil0,449

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,242
Écart entre enseignants0,230 · 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

Citations92
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetLandslides and related hazardsTravaux en français237 207