MétaCan
Menu
Retour à la cohorte
Enregistrement W2735706220 · doi:10.1139/cgj-2017-0098

A simple particle-size distribution model for granular materials

2017· article· en· W2735706220 sur OpenAlexvenueno aff
Chen‐Xi Tong, Glen J. Burton, Sheng Zhang, Daichao Sheng

Notice bibliographique

RevueCanadian Geotechnical Journal · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreakageSoil waterCurvatureParticle (ecology)Particle-size distributionGeotechnical engineeringGranular materialMechanicsParticle sizeMaterials scienceMathematicsStatistical physicsGeologySoil scienceGeometryPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Particle-size distribution (PSD) is a fundamental soil property that plays an important role in soil classification and soil hydromechanical behaviour. A continuous mathematical model representing the PSD curve facilitates the quantification of particle breakage, which often takes place when granular soils are compressed or sheared. This paper proposes a simple and continuous PSD model for granular soils involving particle breakage. The model has two parameters and is able to represent different types of continuous PSD curves. It is found that one model parameter is closely related to the coefficient of nonuniformity (Cu) and the coefficient of curvature (Cc), while the other represents a characteristic particle diameter. A database of 53 granular soils with 154 varying PSD curves is analyzed to evaluate the performance of the proposed PSD model, as well as that of three other PSD models in the literature. The results show that the proposed model has improved overall performance and captures the typical trends in PSD evolution during particle breakage. In addition, the proposed model is also used for assessing the internal stability of 27 widely graded soils.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
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 Opus0,016
Tête enseignante GPT0,221
Écart entre enseignants0,205 · 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'étudeSimulation ou modélisation
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

Citations26
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207