MétaCan
Menu
Retour à la cohorte
Enregistrement W2617065111 · doi:10.11159/icnfa17.105

The Effect of Nanokaolinite on the Compressibility and Atterberg Limit of the Silty Loess Soil in Golestan Province

2017· article· en· W2617065111 sur OpenAlexvenueno aff
Rasool Yazarloo, Javad Gholizadeh, Abdolghader Amanzadeh, Seyed Aghil Mortazavi

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueClay minerals and soil interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtterberg limitsLoessGeotechnical engineeringCompressibilityLimit (mathematics)Soil scienceGeologyEnvironmental scienceMathematicsGeomorphologyWater contentPhysicsThermodynamicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

The loess in Golestan Province can be divided into clayey, silty and sandy loess based on the geological engineering properties.The silty loess has great importance due to the extended surface and the several reported risks.Loess soil is one of the problematic soils in which some of the geotechnical properties should be modified or improved before conducting the projects.Loess is one of the soil types available in many countries and a great number of geotechnical risks were reported regarding them.The current study investigated the effect of adding nanokaolinite on the compressibility and the Atterberg limit of the silty loess soil of Golestan province through the field sampling and performing tests with the different percent of nanokaolinite.To prepare the nanokaolinite, the mechanical method of ball milling was employed.According to the grain size distribution tests, the soil sample is CL-ML type based on unified classification.Standard proctor test results showed that adding the nanokaolinite increased the maximum dry unit weight of the soil at first and then it was decreased.Moreover, adding nanokaolinite resulted in the significant increases of liquid and plastic limits while nanokaolinite amount more than 5% led to the decrease in plastic index.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

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 ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,257 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on New TechnologiesMême sujetClay minerals and soil interactionsTravaux en français237 207