MétaCan
Menu
Retour à la cohorte
Enregistrement W2154354722 · doi:10.1680/grim.2009.162.4.157

Electrokinetic strengthening of soft clay

2009· article· en· W2154354722 sur OpenAlexafffund
Eltayeb Mohamedelhassan

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Ground Improvement · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrokinetic Soil Remediation Techniques
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectrokinetic phenomenaAnodeGeotechnical engineeringMaterials scienceOverburden pressureElectrokinetic remediationShear strength (soil)ElectrodeComposite materialGeologyChemistrySoil waterSoil science

Résumé

récupéré en direct d'OpenAlex

The use of electrokinetic treatment to decrease the water content and increase the shear strength, preconsolidation pressure and axial load capacity of a laboratory-prepared soft clay soil was investigated. The tests were carried out in four identical electrokinetic cells. The cell has a volume capacity of 10 litres. A DC voltage of 10 V was applied in the tests investigating the water content, shear strength and preconsolidation pressure. A DC voltage of 5 V was used in the tests investigating the axial load capacity. The energy consumption for each test was 54 W h. The electrokinetic treatment decreased the water content across most of the cell with the lowest water content near the anode (32·8 ± 2% in comparison with 52·7 ± 2·7% in the control) and increased the undrained shear strength across the cell with the highest shear strength reported near the anode (62·5 ± 6·2 kPa in comparison with 6·3 ± 2·1 kPa in the control). Electrokinetic treatment increased the preconsolidation pressure across the cell with the maximum pseudo-preconsolidation pressure near the anode (91 kPa in comparison with pre-loaded surcharge pressure of 10 kPa). The axial load capacity of the foundation model after the treatment was 156 N when the foundation model was serving as the anode and 173 N when the model was not used as an electrode. The loss in the mass of the foundation model by corrosion was 4·7% for the former and 0·4% for the latter.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,023
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,192
Écart entre enseignants0,187 · 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 tête enseignante, 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

Citations12
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Ground ImprovementMême sujetElectrokinetic Soil Remediation TechniquesTravaux en français237 207