MétaCan
Menu
Retour à la cohorte
Enregistrement W3164094184 · doi:10.1520/gtj20190218

Internal Erosion of a 0–5 mm Crushed Sand in a Rigid Wall-Permeameter: Experimental Methods and Results

2021· article· en· W3164094184 sur OpenAlexaff
Ana-Maria Molina-Gomez, Robert P. Chapuis

Notice bibliographique

RevueGeotechnical Testing Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueDam Engineering and Safety
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésPermeameterInternal erosionPiezometerGeotechnical engineeringTRACERErosionGeologyVolume (thermodynamics)PorosityMaterials scienceGroundwaterAquiferSoil scienceSoil waterGeomorphology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The article deals with internal erosion in 0–5 mm crushed sand, a material used in urban facilities. Several methods, designed for natural materials, predicted a risk of internal erosion for the crushed sand. The real risk was evaluated in clear-wall, watertight and airtight, rigid-wall permeameters with lateral piezometers. Each test started with a fully saturated specimen, verified by a mass-and-volume method. In their initial condition, the specimens were homogeneous, as directly confirmed by three methods. Each erosion test included successive seepage steps at a constant mean gradient. Migration of fine particles was observed through the clear wall. Dyed water colored three or four preferential seepage paths inside the specimen, not along the wall, confirming that the preparation method was correct. The predictive methods correctly forecast the size of mobile particles but overestimated the gradient that triggered the internal erosion process. The tests were the first ones to include nonreactive tracer tests, which gave the effective porosity value at different gradient steps. This value decreased with internal erosion, a novel result, which quantified the fact that more seepage concentrated in preferential seepage paths. Nonreactive tracer tests can thus be used to quantify the formation of preferential seepage paths.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,608

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,308
Écart entre enseignants0,278 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnical Testing JournalMême sujetDam Engineering and SafetyTravaux en français237 207