MétaCan
Menu
Retour à la cohorte
Enregistrement W2986210657 · doi:10.1080/19386362.2019.1690415

Using TDA underneath shallow foundations: simplified design procedure

2019· article· en· W2986210657 sur OpenAlexafffund
Ahmed Mahgoub, Hany El Naggar

Notice bibliographique

RevueInternational Journal of Geotechnical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésShallow foundationScrapReuseSettlement (finance)Geotechnical engineeringFinite element methodEngineeringStructural engineeringLayer (electronics)Civil engineeringBearing capacityComputer scienceMaterials scienceMechanical engineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Tire recycling and reuse in North America and worldwide have increased considerably, with the aim of reducing the harmful effects of scrap tires on the environment. Accordingly, the use of tire derived aggregates (TDA) in civil engineering applications is on the rise at an unprecedented rate. In comparison to conventional backfill aggregates, TDA is an inexpensive, lightweight material that costs about 25% of the cost of conventional backfill. Thus, there is an increasing trend of using TDA under shallow foundations as a lightweight backfill alternative. However, limited information exists for the design of shallow foundations built on TDA. Hence, the main objective of this paper is to develop a simplified design procedure for shallow foundations built over a TDA layer. Rigorous finite element models were developed and validated using field tests results. Subsequently regression analyses were used to develop the proposed ultimate bearing capacity equation, taking into account the granular layer thickness, TDA layer thickness, footing width, footing shape, footing depth, and the allowable settlement.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,027
Tête enseignante GPT0,259
Écart entre enseignants0,232 · 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

Citations20
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Geotechnical EngineeringMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207