MétaCan
Menu
Retour à la cohorte
Enregistrement W2557721036 · doi:10.3846/16486897.2016.1210155

GEOTECHNICAL CHARACTERISTICS OF EFFLUENT CONTAMINATED COHESIVE SOILS

2016· article· en· W2557721036 sur OpenAlexaff
Muhammad Imran Khan, Muhammad Irfan, Mubashir Aziz, Ammad Hassan Khan

Notice bibliographique

RevueJournal of Environmental Engineering and Landscape Management · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLeachateEffluentAtterberg limitsSoil waterContaminationEnvironmental scienceConsolidation (business)Geotechnical engineeringEnvironmental engineeringWater contentWaste managementGeologySoil scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In developing countries like Pakistan, raw industrial effluents are usually disposed-off directly into open lands or in water bodies resulting in soil contamination. Leachate formation due to rainfalls in openly dumped solid waste also adds to soil contamination. In this study, engineering behavior of soils contaminated by two industrial effluents, one from paper industry (acidic) and another from textile industry (basic), has been investigated. Laboratory testing revealed significant effects of effluent contamination on engineering behavior of tested soils. Liquid limit, plasticity index, optimum moisture content and compression index of tested soils were found to increase with effluent contaminant, indicating a deterioration in the engineering behavior of soils. Whereas maximum dry density, undrained shear strength and coefficient of consolidation of the contaminated soils showed a decreasing trend. The dilapidation in engineering characteristics of soils due to the addition of industrial effluents could pose serious threats to existing and future foundations in terms of loss of bearing capacity and increase in settlement. Keywords: soil contamination, industrial waste, engineering behavior, effluent waste, leachate.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,599
Score d'incertitude au seuil0,623

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 Opus0,003
Tête enseignante GPT0,165
Écart entre enseignants0,162 · 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'étudeObservationnel
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

Citations24
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and Landscape ManagementMême sujetLandfill Environmental Impact StudiesTravaux en français237 207