Pavement base unbound granular materials gradation optimization
Notice bibliographique
Résumé
In order to characterize the effect of grain-size distribution on the behaviour of typical Quebec base UGM, the three aggregate sources were sieved into narrow granular fractions (Passing/Retained (mm/mm): 31.5/20, 20/14, 14/10, 10/5, 5/2.5, 2.5/1.25, 1.25/0.63, 0.63/0.315, 0.315/0.16, 0.16/0.08 and 0.08/0). The sieved UGM were then blended in the laboratory with the appropriate proportions to obtain samples having the gradations presented. Table 2 presents the main materials index properties determined in the characterization. The values ρdmax, ρs, wopt, Abs. and BV represents the modified proctor maximum dry density, the grain density, the optimum water content, the absorption value and the methylene blue value. The mixes volumetric characteristics at maximum dry density are the porosity nopt and the fine fraction porosity nfopt (Côté and Konrad 2003). The latter is expressed by:n VV nn n F n nn F n Ffc = =+ − = =−−( )% %( % )1 1 (1)in which nf = fine fraction porosity, %F = fine particles content, n = porosity, nc = coarse fraction porosity, VVF = voids volume in the fine fraction and VVC = voids volume in the coarse fraction. In addition, the percentage of the loose unit weight of the coarse aggregate %LUWCA determined by volume, the percentage of the rodded unit weight of the fine aggre-gate %RUWFA determined by volume, the voids within the coarse aggregates at loose unit weight %VCA and the voids within the fine aggregates at rodded unit weight %VFA are also presented. Those volumetric characteristics are determined with unit weight tests and provide useful indications about the blend and particle properties (shape, roughness, etc.).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».