MétaCan
Menu
Retour à la cohorte
Enregistrement W2466518844 · doi:10.7843/kgs.2016.32.5.5

Engineering Characteristics of Cemented Sand with Microorganism Using Eggshell as Calcium Source

2016· article· en· W2466518844 sur OpenAlexaboutno aff
Sun-Gyu Choi, Sung-Sik Park

Notice bibliographique

RevueJournal of the Korean Geotechnical Society · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Applications in Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringMicroorganismEggshellCalciumGeologyMaterials scienceMetallurgyBacteria

Résumé

récupéré en direct d'OpenAlex

A calcium source is necessary for calcite precipitation within soil particles by microbial decomposition of urea and a calcium chloride is usually used. The harmful environmental impact of calcium chloride on road, ground and plants is severe. In this study, an eggshell with vinegar is investigated for an environmental-friendly calcium source. Urea-decomposing microorganism and eggshell or calcium chloride as a calcium source are mixed with Ottawa sand to precipitate calcite. Then, the cemented sand with calcite is tested for calcite precipitation, permeability and unconfined compressive strength. A specimen is prepared by loose Ottawa sand in a size of 5 cm in diameter and 10 cm in height. A urea solution with Sporosarcina pasteurii and two different calcium sources is injected into the specimen once a day for 30 days. Calcite precipitated at average of 7.2% on the specimen with eggshell as a calcium source, which was 1.2 times more than that with calcium chloride. The permeability of a specimen with eggshell was at average of 3.82E-5 cm/s, which was 7.7 times lower than that with calcium chloride. Unconfined compressive strength of a specimen with eggshell was at average of 387 kPa, which was 1.2 times higher than that with calcium chloride. As more calcite precipitated, the strength increased while the permeability decreased, regardless of calcium sources.

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 enseignants0,052
Score d'incertitude au seuil0,664

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Korean Geotechnical SocietyMême sujetMicrobial Applications in Construction MaterialsTravaux en français237 207