Effect of the Particle Size on the TDA Shear Strength and Stiffness Parameters in Large-Scale Direct Shear Tests
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The increase in the number of discarded tires every year is becoming a major issue all over the world. Tires stockpiles and landfills have become a critical issue as they are considered a fertile environment for the breeding of rats and insects, a real fire hazard that may take up to months to extinguish and occupy a valuable, large area of land. One of the safest effective ways of recycling tires is that to use them as backfilling material, among different usages, in civil engineering projects due to their low unit weight and specific gravity. However, to use any material in the construction industry, several material properties must be evaluated, including the shear strength and stiffness parameters. Many factors control the measured parameters. One main factor that is known to have a significant effect is the particle size. This paper focuses on evaluating the effect of the particle size on the shear strength and stiffness parameters of six tire-derived aggregate (TDA) samples having particle sizes range between (9.5–101.6 mm) using a large-scale direct shear machine. The tests were conducted under three normal stresses: 50.1, 98.8 and 196.4 kPa using a constant shearing rate of 0.5 mm/min. The results of this study showed an increasing angle of internal friction as the maximum particle size increases. Moreover, the secant shear modulus also exhibited an increase by increasing the maximum particle size. Furthermore, equations to estimate the stress-strain curves of Type A-TDA for different confidence levels were developed, and their predictions were compared with experimental results to assess their suitability.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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