MétaCan
Menu
Retour à la cohorte
Enregistrement W3162687179 · doi:10.1139/cgj-2021-0054

Soil-water retention behaviour of fine/coarse soil mixture with varying coarse grain contents and fine soil dry densities

2021· article· en· W3162687179 sur OpenAlexvenueno aff
Yu Su, Yu‐Jun Cui, Jean-Claude Dupla, Jean Canou

Notice bibliographique

RevueCanadian Geotechnical Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMacroporePorosimetrySoil waterSuctionMicrostructureSoil scienceGravimetric analysisSaturation (graph theory)Water retentionMercury intrusion porosimetryWater contentGrain sizeDegree of saturationBulk densityMineralogyGeotechnical engineeringMaterials scienceChemistryPorosityEnvironmental scienceGeologyComposite materialPorous mediumMathematics

Résumé

récupéré en direct d'OpenAlex

The interlayer soil identified in conventional French rail track corresponds to a mixture of fine soil and coarse grains. To investigate the role of fines in the soil-water retention property of such a mixture, different coarse grain contents fv and dry densities of fine soil ρd–f were considered. The filter paper method was applied to measure matric suction. Mercury intrusion porosimetry tests were performed to observe the microstructure of the fine soil. In terms of the gravimetric water content of fine soil wf with matric suction ψ, the soil-water retention curve (SWRC) was significantly affected by ρd–f for ψ < 715 kPa, while independent of ρd–f for ψ > 715 kPa. Interestingly, this threshold ψ corresponded to a delimiting pore diameter of the bi-modal microstructure of fine soil, which separated micropores from macropores. In terms of degree of saturation Sr with ψ, the SWRC was significantly affected by ρd–f in the full suction range, while it was independent of fv. These findings help to better understand the results for samples where dry density of mixture ρd is kept constant: an increase in fv resulted in a decrease in ρd–f and the suction changed accordingly. In this case, both fv and ψ affected the mechanical behavior.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

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
Bibliométrie0,0010,000
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 Opus0,015
Tête enseignante GPT0,210
Écart entre enseignants0,195 · 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'étudeObservationnel
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

Citations150
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207