MétaCan
Menu
Retour à la cohorte
Enregistrement W3164286268 · doi:10.1061/9780784483411.018

Modification of Sands Using <i>N</i> -Sodium Silicate Grout: Impact of Permeation versus Gelation Times

2021· article· en· W3164286268 sur OpenAlexaboutno aff
Hratch Antoine Agopian, Chadi El Mohtar

Notice bibliographique

RevueIFCEE 2021 · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGroutPermeationCompressive strengthMaterials scienceSodium silicateRheologyPermeability (electromagnetism)CementitiousGeotechnical engineeringComposite materialChemistryMembraneGeologyCement

Résumé

récupéré en direct d'OpenAlex

Grouting is a method used regularly to alter in situ engineering soil properties, mainly strength, stiffness, and permeability. Chemical grouting constitutes injection of one or more fluids in grouting holes, with the aim of permeating the desired volume before the grout gels. Engineers require vital parameters during pre-gelation and post-gelation to quantify the economics and the efficiency of the treatment. The field of chemical grouting is highly contingent on laboratory and field pilot experiments, due to the convolution of its mechanisms and processes. This study aims at understanding the performance of Ottawa sand grouted using a commercial N-sodium silicate grout neutralized by dibasic ester. Particularly, this research seeks to investigate the impact of the gelation time, relative to grout permeation time, on the strength of the grouted sand. After studying, the rheology and syneresis of various mixes, candidate mixes were selected and permeated through 6-in. sand columns. Unconfined compressive strength tests were then performed on the specimens after their extraction to characterize the effect of sedimentation and filtration mechanisms during and post grouting (but prior to gelling). Two grouts with different gelation times were used in this study (20 and 30 min), and the specimens were permeated with different number of pore volumes (1–9). The permeation process was initiated either right after mixing or after a delay such that the permeation is concluded at the onset of gelation. The compressive strength increased with increasing number of pore volumes permeated; additionally, specimens with delayed permeation yielded higher strengths and stiffnesses than those permeated without a delay at a similar grout intake.

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 Opus0,030
Tête enseignante GPT0,280
Écart entre enseignants0,250 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFCEE 2021Même sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207