MétaCan
Menu
Retour à la cohorte
Enregistrement W3020166369 · doi:10.15446/ing.investig.v40n1.79376

Aluminum Waste in Road Pavement Subgrade

2020· article· en· W3020166369 sur OpenAlexaff
Ali Fırat Çabalar, Hayder Govar, Mohammed D. Abdulnafaa, Haluk Işık

Notice bibliographique

RevueIngeniería e Investigación · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensFields Institute for Research in Mathematical Sciences
Organismes subventionnairesnon disponible
Mots-clésSubgradeConsolidation (business)California bearing ratioGeotechnical engineeringSwellingMaterials sciencePermeability (electromagnetism)Compressive strengthComposite materialEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

This paper aims to investigate the use of spiral aluminum computer numerical control milling waste (CNC-W) in the construction of road pavement subgrade. The soil (CL) was mixed with CNC-W spirals with ratios of between 0% and 20%, and 5 percent increments by dry weight with different water contents. California Bearing Ratio (CBR), Unconfined Compressive Strength (UCS), and consolidation tests were conducted. The experimental results indicated that the inclusion of CNC-W spirals increased the CBR value of clay up to the 15% mixture ratio, then decreased it. Similarly, the UCS value of clay was increased to the same ratio, whilst the UCS was not able to be determined due to the failing of all specimens with a mixture ratio higher than 15%. The permeability and swelling values, as well as the consolidation characteristics of the mixtures, were defined. The swelling percentages decreased from 1,15 cm/sec to 0,81 cm/sec with an increment in the CNC-W spiral content. A reduction was observed in the coefficient of permeability (k) values up to 15% mixture ratio, whilst it remained constant with change in CNC-W spiral content with a 20% mixture ratio. Coefficient of consolidation demonstrated a similar pattern of behavior to the permeability changes

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,840

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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,195
Écart entre enseignants0,177 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIngeniería e InvestigaciónMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207