MétaCan
Menu
Retour à la cohorte
Enregistrement W2168949466 · doi:10.1061/9780784413272.143

Predicting the Variation of Resilient Modulus with Respect to Suction Using the Soil-Water Characteristic Curve as a Tool

2014· article· en· W2168949466 sur OpenAlexaff
Zhong Han, Sai K. Vanapalli

Notice bibliographique

RevueGeo-Congress 2014 Technical Papers · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSuctionWater contentVariation (astronomy)ModulusSoil scienceGeotechnical engineeringEnvironmental scienceMoistureSoil waterMaterials scienceGeologyEngineeringPhysicsComposite materialMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The resilient modulus, MR, which is a key parameter in the design of pavements, is significantly influenced by seasonal moisture variations and resultant suction fluctuations. Several relationships or models are available in the literature for predicting or estimating the MR taking account the influence of moisture content or suction. In this paper, two models from the literature are used for providing comparisons between the measured and predicted MR values of a fine-grained soil compacted at three different initial water contents. The strengths and limitations of the two selected models are discussed. In addition, a semi-empirical model is proposed for predicting the variation of the MR with respect to suction using the soil-water characteristic curve (SWCC) as a tool. The proposed model is promising and can be used in the reliable prediction of the variation of the MR with respect to suction.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,387

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,208
Écart entre enseignants0,202 · 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'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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeo-Congress 2014 Technical PapersMême sujetSoil and Unsaturated FlowTravaux en français237 207