MétaCan
Menu
Retour à la cohorte
Enregistrement W2083323510 · doi:10.1061/(asce)0733-947x(2004)130:4(503)

Discrete-Element Method Investigation of the Resilient Behavior of Granular Materials

2004· article· en· W2083323510 sur OpenAlexaff
Morched Zeghal

Notice bibliographique

RevueJournal of Transportation Engineering · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésDiscrete element methodGranular materialTriaxial shear testShear modulusGeotechnical engineeringMaterials scienceAggregate (composite)ModulusShear (geology)Contact forceContact dynamicsStructural engineeringMechanicsEngineeringComposite materialClassical mechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents the results of numerical simulations of the resilient modulus test used to mechanically characterize the resilient behavior of aggregate materials, commonly used in pavement bases and subbases. The investigation made use of the discrete-element method (DEM) to replicate the particle behavior usually experienced during laboratory sample preparation and testing. The simulations were based on assemblies of circular particles confined between top and bottom rigid boundaries and laterally confined at constant stress. Contact forces and displacements were assumed to obey a linear relationship and shear forces were bounded by a maximum value (Coulomb friction law). Compacted samples were subjected to deviator repeated loads. The investigation showed that the DEM is capable of reproducing the results of the resilient modulus test performed on real granular materials in a qualitative manner. Further, the method predicted the effect of the state of stress depicted by laboratory testing.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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'étudeSimulation ou modélisation
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

Citations53
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Transportation EngineeringMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207