MétaCan
Menu
Retour à la cohorte
Enregistrement W2561540302

Optimisation des systèmes et procédures pour la consolidation électro-osmotique des dépôts d'argile sur le terrain

2008· article· fr· W2561540302 sur OpenAlexaboutno aff
Pierre Boulanger

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2008
Typearticle
Languefr
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La consolidation des argiles par électro-osmose est une technologie qui fut appliquée sur certains chantiers depuis les années cinquante. Elle améliore grandement les propriétés mécaniques des argiles normalement consolidées. Par contre, les résultats hétérogènes sur le terrain et la difficulté de maîtriser l'efficacité du traitement, dues aux pertes de potentiel électrique au contact sol-électrodes, font en sorte qu'elle n'a jamais connu un succès commercial. Récemment, un projet in-situ a été réalisé par l'Université de Sherbrooke (BURNOTTE (2003)) avec la collaboration du ministère des Transports du Québec dans la ville de Mont Saint-Hilaire, Québec. Le projet du Mont Saint-Hilaire a été un succès et il a démontré une bonne concordance entre les résultats en laboratoire et les résultats sur le terrain pour un argile normalement consolidée. Le succès de ce projet pilote a fait ressortir quelques problématiques qui devront être comprises et maîtrisées afin que la technologie de consolidation par électro-osmose soit apte à des applications commerciales, dont: (1) influence du degré de surconsolidation ( OCR ); (2) influence de la géométrie sur l'efficacité du traitement; (3) traitement é.-o. des fondations pour un nouveau remblai. La compréhension de ces problématiques est nécessaire pour augmenter l'efficacité du traitement, améliorer la fiabilité des résultats envisagés, améliorer l'homogénéinité et diminuer les coûts du traitement.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,214
Écart entre enseignants0,188 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetGeophysical and Geoelectrical MethodsTravaux en français237 207