MétaCan
Menu
Retour à la cohorte
Enregistrement W3173920859 · doi:10.1177/0361198121997837

Critical State Model of Sand-Tire Derived Aggregate Mixtures Based on Triaxial Tests

2021· article· en· W3173920859 sur OpenAlexaff
A. Foriero, Nima Ghafari

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringMaterials scienceAggregate (composite)PlasticityTriaxial shear testFriction angleCreepCritical state soil mechanicsDisplacement (psychology)ReinforcementShear (geology)Composite materialStructural engineeringGeologyEngineeringConstitutive equationFinite element method

Résumé

récupéré en direct d'OpenAlex

This study is part of an environmental experimental program on the use of scrap automobile tires for geotechnical applications. Different types of laboratory tests were conducted to determine the elastic, plastic, and creep parameters of tire derived aggregate (TDA)-sand granulated mixtures. However, this paper emphasizes the plasticity parameters via the development of a critical state model based on the results of triaxial tests. This was attained by considering loose sand specimens, at a predetermined TDA volumetric content, subject to three different confining pressures under a constant axial displacement rate. The calculated deviatoric stress versus axial strain curves, obtained via the modified Cam Clay model, captured the non-linear elastoplastic response obtained in the tests. Results indicated that the level of the shear strength is highly dependent on critical state friction angle which in turn depends on the TDA content. For the loose TDA-sand mixtures used in the present study, the effect of the TDA content demonstrates a reinforcement of the sand matrix. However this reinforcement diminishes as the TDA content increases.

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)0,002
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,786

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,061
Tête enseignante GPT0,343
Écart entre enseignants0,283 · 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'étudeSimulation ou modélisation
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 revueTransportation Research Record Journal of the Transportation Research BoardMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207