MétaCan
Menu
Retour à la cohorte
Enregistrement W2807246023 · doi:10.1061/9780784481585.008

Synthesizing Hydrophobic Sand and Comparison of Shear Strength Properties with Hydrophilic Sand

2018· article· en· W2807246023 sur OpenAlexaboutno aff
Md Zahidul Karim, Stacey Kulesza, Melanie M. Derby

Notice bibliographique

RevueIFCEE 2018 · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceShear strength (soil)Friction angleDirect shear testShear (geology)Geotechnical engineeringComposite materialContact angleShear stressSoil waterParticle (ecology)SilaneEnvironmental scienceGeologySoil science

Résumé

récupéré en direct d'OpenAlex

Soil can become hydrophobic following wildfires, oil-spills, or due to the presence of organic substances. While this phenomenon has been widely observed by researchers, there is little information regarding the shear strength properties of hydrophobic soil to date; therefore, this study investigated the shear strength of artificially hydrophobized sand particles. Hydrophobic particles were created by coating Ottawa sand particles with organic silane to form water repellent films around the particles. Direct shear tests were conducted at multiple normal stresses for the naturally hydrophilic and artificially hydrophobic sands under dry and submerged conditions. In the dry condition, the hydrophobic sand showed an average 26% reduction in peak shear stress, with the angle of friction reducing from 36.9 to 29.7° compared to the hydrophilic sand. The average peak shear stress reduction was 34%, with the angle of friction reducing from 38.7 to 26.1° in the submerged test. These results indicate that particle hydrophobicity reduces shear strength. This study highlights that with the increasing number of disasters that results in soil hydrophobicity, more research is needed on the strength properties of hydrophobic 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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,014
Tête enseignante GPT0,207
Écart entre enseignants0,193 · 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFCEE 2018Même sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207