MétaCan
Menu
Retour à la cohorte
Enregistrement W2967914467 · doi:10.1061/9780784482599.014

Ice Reinforcement: Selection Criteria for Winter Road Applications and Outcomes of Preliminary Testing

2019· article· en· W2967914467 sur OpenAlexaffabout
L. Charlebois, P Barrette

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésReinforcementEnvironmental scienceGeotechnical engineeringComputer scienceEngineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

Winter roads in Canada, which comprise over-land and over-ice segments, account for approximately 10,000 km of roadways. Operator experience has shown that over-ice segments often limit the operating window for winter roads—reducing the time available to haul essential goods to isolated communities and to service the private sector (e.g. mining, forestry). The operating windows for over-ice segments have generally decreased in time with a warming climate. When a floating ice cover incorporates a reinforcing element, it may better resist fracture propagation and breakthrough, and may thus better support vehicle traffic. Ice cover reinforcement could be applied to weak links in a winter road, i.e. segments known to be unreliable, or to help close off open leads in a river. Ice reinforcing elements may include wood pulp, steel cables, timbers, natural fibers, and geomembranes among many other options. Such microscopic and macroscopic ice reinforcement techniques have been tested in the past by various research groups. This paper reviews established ice reinforcement methods, proposes criteria for selecting appropriate methods, and presents preliminary results of testing on reinforced ice. In addition to strength characteristics, the environmental compatibility, the constructability, and stakeholder acceptability are primary screening criteria for reinforcement selection. Four-point beam testing has been initiated on reinforced ice samples. These tests confirm an increase in breakthrough resistance, but not an increase in strength, which may have to do with a weakly bonded surface at the ice/reinforcement interface.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,788

Scores Codex et Gemma par catégorie

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 GPT0,254
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSmart Materials for ConstructionTravaux en français237 207