MétaCan
Menu
Retour à la cohorte
Enregistrement W2188985989

Field Pull-Out Tests On Scrap Tire Arrangements

2000· article· en· W2188985989 sur OpenAlexaff
Denise Maria Soares Gerscovich, L. V. Medeiros, Alberto Sayão, Vinod K. Garga

Notice bibliographique

RevueISRM International Symposium · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésScrapReinforcementGeotextileGeotechnical engineeringEngineeringWaste managementStructural engineeringMaterials scienceMechanical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Reinforcement elements have been increasingly used in Geotechnical Engineering practice. The use of scrap tires as a reinforcement element is an attractive solution that combines the advantage of improving soil mechanical behavior, with environmental concerns. Scrap tires are globally produced in increasingly large amounts, resulting in an urban solid waste, which requires a specific disposal policy. The reinforcement system with scrap tires is made of a layer of tires filled with soil and tied together with ropes. Compared to metal strips or geotextile sheets reinforcement techniques, this system provides a better adherence between the reinforcement and the soil. This paper presents the results of pull-out tests, performed with several arrangements of scrap tires, subjected to confining levels varying from 0,5 to 1.5 meters of soil surcharge. Most of the tests made use of tires with one sidewall removed. Considering the magnitude of the required loads, a permanent steel structure with a pull-out capacity to 500kN was constructed for the present testing program. The pull-out tests were performed with different geometric arrangements, which varied from a single scrap tire to a maximum of 18 tires.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,220
Écart entre enseignants0,214 · 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'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

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISRM International SymposiumMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207