MétaCan
Menu
Retour à la cohorte
Enregistrement W3124821225 · doi:10.1680/jgrim.20.00010

Construction, instrumentation and field performance of geogrid-reinforced unpaved roads

2021· article· en· W3124821225 sur OpenAlexaff
Abdalla El Tawati, M. Hesham El Naggar

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Ground Improvement · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésGeogridRutSubgradeGeotechnical engineeringBase courseAxleCompactionGeotextileStiffnessDeformation (meteorology)Instrumentation (computer programming)EngineeringStructural engineeringAsphaltMaterials scienceComposite materialComputer scienceReinforcement

Résumé

récupéré en direct d'OpenAlex

A research study involving full-scale unpaved road test sections was carried out to investigate the performance of unpaved roads reinforced with geogrids. Ten test sections were constructed with two different base course thicknesses. Three biaxial geogrids of different tensile stiffness and one geogrid with triangular aperture were evaluated. Geogrids were placed at the subgrade–base course interface. The sections were instrumented for measuring road response to traffic loading. Traffic loading was provided by a single-axle dump truck. Field measurements of rut depth and surface deformation were recorded at selected traffic intervals. An analysis of the measured performance data indicated that the geogrids effectively reduced surface rutting and improved the performance of unpaved thin base layers and the benefit became more pronounced when a stiffer geogrid was used. The results suggested reductions in the thickness of the base layer by using geogrids of up to 18%. The improvement by geogrids was shown to be less for increasing base layer thickness. In addition, the ability of the design procedure by Giroud and Han to predict rutting performance using the test section parameters as design inputs was assessed. The results indicated that the method underpredicted the required base thickness to support the applied traffic loads.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil0,464

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 Opus0,004
Tête enseignante GPT0,173
Écart entre enseignants0,169 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Ground ImprovementMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207