Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Numerous ground improvement technologies have been developed over the last few decades to address problematic soils, marginal sites, and geohazards. Soil erosion is a leading geohazard causing infrastructure damage during storm and flooding events. Researchers have studied various bio-treatment methods to decrease erosion susceptibility of coarse-grained soils. Bacterial Enzyme Induced Calcite Precipitation (BEICP) was explored in this study to increase undrained shear strength and decrease soil erosion from moving water. This research investigates the surface erosion control for the mixture of 20-30 standard Ottawa sand and Iowa Western loess silt stabilized by BEICP applied by a spray method. The results obtained in this study indicate that the higher enzyme concentrations increase the surface shear strength and that the formation of the calcite precipitation provides increased resistance to erosion. The depth of the calcite precipitation into the soil specimen was also investigated.\nSoft soils are also considered problematic soil due to their low undrained shear strength and compressibility. Various methods have been used to increase the shear strength such as addition of fibers, shredded rubber tires and geosynthetics. This research investigates adding magnetic particles and using a magnetic field to rotate the particle orientation to increase the shear strength of soft soils. A soft soil surrogate (laponite) which is also a transparent material, was used to visualize the rotation of the magnetic particles. The addition of the magnetic particles was shown to significantly increase the undrained shear strength. Preliminary work using a controllable electro-magnet to create a magnetic field to rotate the orientation of the magnetic particles at small scale is also presented.
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.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle