MétaCan
Menu
Retour à la cohorte
Enregistrement W2048324689 · doi:10.1061/(asce)1090-0241(2006)132:6(736)

Soil-Water Characteristic Curves of Stabilized Expansive Soils

2006· article· en· W2048324689 sur OpenAlexaff
Anand J. Puppala, Koonnamas Punthutaecha, Sai K. Vanapalli

Notice bibliographique

RevueJournal of Geotechnical and Geoenvironmental Engineering · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésExpansive claySoil waterAtterberg limitsGeotechnical engineeringLimeSuctionEnvironmental scienceSoil scienceWater contentMaterials scienceGeologyEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

The engineering properties of expansive soils are conventionally improved through the use of additives such as fly ash, lime, and chemical additives. Such soils are often referred to as stabilized or modified or treated expansive soils. The soil-water characteristic curves (SWCC) of two expansive soils from Texas were measured both in natural and stabilized conditions using the pressure plate apparatus in the suction range of 0-1,000 kPa. The SWCC results are used to interpret the expansive soil behavior due to stabilizer treatment. In addition, relationships were developed between the basic soil and stabilizer properties such as water content, dry density, liquid limit, plastic limit, and stabilizer dosages and the model constants of the SWCC formulation of Fredlund and Xing via multiple linear regression analysis. The analysis showed that higher coefficients of correlations can be achieved by using six independent soil properties. The comparisons between the predicted and measured volumetric water contents are within ±20% for ash-treated expansive soils, and within ±15% for combined ash- and fiber-treated expansive soils. The research data and interpretation analysis presented here can be extended to understand volume change behaviors of other stabilized expansive soils using the SWCC test data.

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 enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,001
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 Opus0,003
Tête enseignante GPT0,155
Écart entre enseignants0,152 · 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

Citations143
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geotechnical and Geoenvironmental EngineeringMême sujetSoil and Unsaturated FlowTravaux en français237 207