Development of a Strength Prediction Model for “Green” Compressed Stabilised Earthbricks
Notice bibliographique
Résumé
Traditional fired clay bricks are widely used as a fundamental building material in most countries. Availability, low costs and low-skilled labour are main factors that have made the bricks a popular choice. However with rising awareness to reduce carbon footprint and promote sustainable development, earth-making has taken a different path to minimize the environmental impact. Compressed stabilised earthbrick is an example of the alternative building material. Various efforts have been directed to develop these bricks, including the use of different binding agents, raw materials and technology. In conjunction with these progresses, and considering that strength is the primary concern in brick-making, it was conceived that a strength prediction model ought to be established to assist in the bricks’ production, especially in the mix design stage. In collaboration with a local property developer, the Research Centre for Soft Soils (RECESS) has embarked on an industrial research project to develop “green” sustainable compressed stabilised earthbricks in situ for a large scale mixed development site. As part of the joint research effort, a series of trial specimens were prepared at different mix ratios using soil samples retrieved from the site. The specimens were next examined with the conventional compressive strength test, coupled with the novel non-destructive S-wave velocity measurement. The test results were then analysed and cross-correlated to establish a strength prediction model for the bricks produced. The charts relating the relevant parameters serve not only as a quick guide to the expected strength, but also provide insights to the behaviour of compressed stabilised material under loading.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».