MétaCan
Menu
Retour à la cohorte
Enregistrement W3047862244 · doi:10.1520/gtj20190432

Laboratory Tests on Mitigation of Soil Liquefaction Using Microbial Induced Desaturation and Precipitation

2020· article· en· W3047862244 sur OpenAlexaboutno aff
Liya Wang, Leon A. van Paassen, Yunqi Gao, Jia He, Yufeng Gao, Daehyun Kim

Notice bibliographique

RevueGeotechnical Testing Journal · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Applications in Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesChina Scholarship Council
Mots-clésLiquefactionGeotechnical engineeringSoil liquefactionPrecipitationEnvironmental scienceGeologySoil scienceGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Microbial induced desaturation and precipitation (MIDP) is an emerging bio-mediated ground improvement method in which nitrate-reducing bacteria in the soil are stimulated to produce biogas and biominerals. In this study, the potential of MIDP for mitigating soil liquefaction was evaluated using a modified triaxial setup. Modifications to the triaxial test setup allowed the change in the degree of saturation during treatment and the mechanical response to cyclic and monotonic loading to be measured. An experimental procedure was developed to simulate the in situ treatment process of a sand layer underneath an embankment along the Fraser River in Richmond, British Columbia, Canada, which was susceptible to liquefaction. Denitrifying microbes were enriched from locally collected soil. Reconstituted samples were treated with a single MIDP treatment cycle under similar stress conditions as encountered in the field. Triaxial consolidated undrained cyclic and monotonic tests were performed to investigate the mechanical response of the treated soil. Results showed that a single MIDP treatment cycle reduced the degree of saturation to 80 % and produced an average calcium carbonate content of 0.086 %, and significantly increased the cyclic shear resistance.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,041
Tête enseignante GPT0,270
Écart entre enseignants0,230 · 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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnical Testing JournalMême sujetMicrobial Applications in Construction MaterialsTravaux en français237 207