Improving the Properties of Soft Soils using Nano-silica, Slag, and Cement
Notice bibliographique
Résumé
Effective utilization of weak soils such as soft clay by imparting additional strength using various stabilization techniques are adopted to enhance the soil behaviour (i.e., bearing capacity) for the construction of roads and/or platforms.Applications of nanomaterials in the field of geotechnical engineering have great potential, for example by promoting the construction of a stronger and stiffer soil skeleton, especially when blended with cementitious materials.Therefore, this paper focuses on studying the effect of nanomodified cementitious binders on the properties of weak soils, which are the most common types of soil in Winnipeg, Manitoba, Canada.The soil selected was soft clay.It was mixed with GU (general use) cement, or slag, or both with different proportions of nano-silica sol (0 to 2.4% of the dried soil weight).The mechanical properties such as the compressive strength at different curing ages and California bearing ratio (CBR) were investigated.Generally, the addition of nano-silica to cement enhanced the properties of the soil in terms of maximum dry density, compressive strength, and CBR.In particular, the bearing ratio for the soil treated with the ternary binder (cement, slag, and nano-silica) was improved.Thus, nano-modified blended cement presents a sustainable and effective stabilizing additive to treat weak soils for the construction of roads with an anticipated measurable impact on reducing the life-cycle cost of repairs due to its projected stability and durability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».