MétaCan
Menu
Retour à la cohorte
Enregistrement W3080946207 · doi:10.1139/cgj-2020-0045

Strength and permeability of bentonite-assisted biocemented coarse sand

2020· article· en· W3080946207 sur OpenAlexvenueno aff
Guoliang Ma, Xiang He, Xiang Jiang, Hanlong Liu, Jian Chu, Yang Xiao

Notice bibliographique

RevueCanadian Geotechnical Journal · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Applications in Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringBentonitePermeability (electromagnetism)Geology

Résumé

récupéré en direct d'OpenAlex

To effectively stabilize coarse sand, bentonite was introduced in microbially induced carbonate precipitation (MICP) grouting. Varying concentrations (0, 20, 40, and 80 g/L) of bentonite were added to bacterial suspensions (BSs), which were magnetically stirred to form bacterial-bentonite suspensions (BBSs). Then, coarse sand specimens were treated with BBSs and cementation solutions (CSs) to different cementation levels. The results showed that the addition of bentonite could increase the volume fractions of the precipitates consisting of calcium carbonate (CaCO 3 ) and bentonite. The permeability decreased exponentially as the volume fraction of precipitates increased. As the active precipitates increased when a lower concentration (e.g., 20 g/L) of bentonite was added to the MICP grouting, the unconfined compressive strength (UCS) was substantially improved. However, detrimental effects were observed for specimens treated with a high concentration of bentonite. These results indicate that the effective concentration of natural clay aggregates used in MICP grouting was different for different engineering applications, e.g., seepage control and strength enhancement. The current work provides an encouraging method of improving the MICP technique.

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)0,000
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,016
Tête enseignante GPT0,225
Écart entre enseignants0,209 · 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

Citations208
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetMicrobial Applications in Construction MaterialsTravaux en français237 207