MétaCan
Menu
Retour à la cohorte
Enregistrement W2115210855 · doi:10.1061/9780784412442.329

Discussion about Analysis Method for Particle Composition of Coarse-Grained Soil and Its Compaction Test

2012· article· en· W2115210855 sur OpenAlexaff
Da-wei Huang, Pengfei Yue, Chongqing Liu, Xiaoyi Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil, Finite Element Methods
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésCompactionWater contentSoil sciencePorosityGrading (engineering)Bulk densitySubgradeEnvironmental scienceCurvatureProctor compaction testSoil testGeotechnical engineeringMoistureMaterials scienceSoil waterGeologyMathematicsComposite materialEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

It is found that the coefficient of uniformity of coarse grained soil is very large, while its coefficient of curvature is relatively small by analyzing the filler from Gobi Desert area in Xinjiang Province which is used in the second double-line of Lanzhou-Xinjiang high-speed Railway. According to the current standard in China, the coarse grained soil is poorly graded since the coefficient of curvature is too small, which, however, may not necessarily cause poor grading for coarse grained soil. The limitation and inapplicability of the current standards on grading are figured out based on the analysis of particle composition of coarse grained soil, and a new method dividing the coarse grained soil into the coarse and fine part to value the grading is proposed in the paper. The coarse and fine fillers are distinctly segregated from each other in the conventional compaction test. In order to ascertain the optimum moisture content and maximum dry density, it is suggested in this paper to run a compaction test only on the fine grain fraction in the soil to measure its optimum moisture content and its porosity, and use the conversion method to control the density of the subgrade.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,031
Tête enseignante GPT0,333
Écart entre enseignants0,302 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil, Finite Element MethodsTravaux en français237 207