MétaCan
Menu
Retour à la cohorte
Enregistrement W2173084377 · doi:10.1139/cgj-2013-0484

Modelling resilient modulus seasonal variation of silty sand subgrade soils with matric suction control

2014· article· en· W2173084377 sur OpenAlexvenueno aff
Farhad Salour, Sigurður Erlingsson, Claudia E. Zapata

Notice bibliographique

RevueCanadian Geotechnical Journal · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesTrafikverketArizona State University
Mots-clésGeotechnical engineeringSubgradeSuctionWater contentPore water pressureDegree of saturationOverburden pressureStiffnessModulusStress (linguistics)Soil waterMaterials scienceEnvironmental scienceGeologyEngineeringSoil scienceComposite material

Résumé

récupéré en direct d'OpenAlex

The resilient modulus of unbound materials is an important parameter in the mechanistic design of pavements. Although unbound layers are frequently in a partially saturated state, a total stress approach is conventionally used in modeling the material behaviour, and therefore pore pressure effects are not considered. In fine-grained unbound materials, the saturation state can affect their mechanical behaviour due to pore pressure effects. In this study a modified test procedure and a predictive resilient modulus model that takes into account the subgrade soil matric suction as a stress state variable is presented. Two different silty sand subgrade materials were tested in unsaturated conditions using a series of repeated load triaxial tests under controlled pore suction conditions to study its influence on the resilient modulus. The test data were further used to obtain the resilient modulus model regression parameters that account for moisture content variations through the matric suction parameter. Generally, the prediction model could effectively capture the resilient modulus behaviour of the subgrades with respect to changes in the normal stress state and the matric suction. Given the completeness of this method, this prediction model is recommended as an improved approach in capturing the moisture content effects on the material stiffness properties.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

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 ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,171
Écart entre enseignants0,165 · 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

Citations61
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetSoil and Unsaturated FlowTravaux en français237 207