MétaCan
Menu
Retour à la cohorte
Enregistrement W2938327413 · doi:10.1139/cgj-2018-0572

Improving consolidation of dredged slurry by vacuum preloading using prefabricated vertical drains (PVDs) with varying filter pore sizes

2019· article· en· W2938327413 sur OpenAlexvenueno aff
Jun Wang, Yongli Yang, Hongtao Fu, Yuanqiang Cai, Xiuqing Hu, Xiaoming Lou, Yawei Jin

Notice bibliographique

RevueCanadian Geotechnical Journal · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCloggingConsolidation (business)Filter cakeSlurryPore water pressureGeotechnical engineeringHydraulic headGeotextileDrainageFilter (signal processing)Permeability (electromagnetism)SlippageMaterials scienceFilter pressComposite materialEngineeringEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Prefabricated vertical drains (PVDs) have been used extensively to accelerate the consolidation rate of dredged slurry. While some fine particles from dredged slurry can easily squeeze through the filter into the drainage channel, many cannot. As such, these soil particles deposit on the filter surface causing partial clogging of the drainage path. Although the pore size of filter is recognized as an important factor that influences PVD clogging, the standards for determining the pore size of the filter are lacking. To this end, the traditional gradient ratio tests with four different filter pore sizes were conducted, and the results show that the permeability of the filter at a given head increases with the increase in the pore size of the filter. To remove the effect of the difference between static hydraulic gradient and vacuum pressure, the vacuum preloading tests with varying pore sizes of filters were further conducted. Through these vacuum preloading tests, the degree of vacuum, settlement, pore-water pressure, water content, vane shear strength, and other parameters of PVDs with various filter pore sizes were obtained, and the optimal pore size of filter was determined.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
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 Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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

Citations67
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeophysical Methods and ApplicationsTravaux en français237 207