MétaCan
Menu
Retour à la cohorte
Enregistrement W2148265902 · doi:10.1139/t08-024

Freezing-induced water migration in compacted base-course materials

2008· article· en· W2148265902 sur OpenAlexaffvenue
J.‐M. Konrad

Notice bibliographique

RevueCanadian Geotechnical Journal · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésFrost heavingFrost (temperature)Geotechnical engineeringBase courseSaturation (graph theory)Degree of saturationGeologySoil waterEnvironmental scienceSoil scienceMaterials scienceComposite materialMathematics

Résumé

récupéré en direct d'OpenAlex

Ramped-freezing tests were conducted on three base-course materials with fines contents of less than 7% and compacted at different initial states but always at degrees of saturation near or well below 60%. Three different quarries were studied. The natural fines from crushed gneiss with biotite, limestone, and monzonite were all frost susceptible. Frost heave was relatively small, but significant water intake occurred in all samples during freezing with access to an external water source, regardless of initial saturation level. The frost susceptibility of coarse-grained soils cannot be solely evaluated with respect to frost heave but needs also to consider the amount of water drawn to the freezing front during the freezing process and the consequences of this water during thaw. The normalized heave of the base-course layer of pavements is a practical and efficient indicator of the frost susceptibility of the base-course aggregates. If it is larger than 1%, the base-course material can be considered as frost susceptible leading to a significant increase in the degree of saturation once frozen. Current base-course material specifications based solely on grain-size distribution are not adequate to differentiate materials that are nonfrost susceptible from those that are frost susceptible. Hence, an additional criterion based on the fines frost susceptibility should be considered.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,050
Tête enseignante GPT0,233
Écart entre enseignants0,184 · 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'étudeObservationnel
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

Citations64
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetClimate change and permafrostTravaux en français237 207