MétaCan
Menu
Retour à la cohorte
Enregistrement W3194772259 · doi:10.1139/cgj-2021-0087

Exploring the mechanical response of low-carbon soil improvement mixtures

2021· article· en· W3194772259 sur OpenAlexvenueno aff
Alessandro Fraccica, Giovanni Spagnoli, Enrique Romero, Marcos Arroyo, Rodrigo Gómez

Notice bibliographique

RevueCanadian Geotechnical Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetakaolinSiltGeotechnical engineeringSoil waterMaterials scienceGeopolymerPortland cementColloidal silicaPermeability (electromagnetism)Soil stabilizationCompressive strengthGeologyComposite materialCementSoil scienceChemistry

Résumé

récupéré en direct d'OpenAlex

As society moves towards decarbonisation, it is important to assess the hydromechanical behaviour of binders that could offer a low-carbon alternative to Portland cement in ground improvement technologies. This work considers two such alternatives: one still largely unexplored (metakaolin-based geopolymers) and a better known one (colloidal silica). Results from unconfined compressive strength, permeability tests, undrained monotonic and cyclic triaxial tests on granular soils (sand and silty sand) treated with those two binders are presented and discussed, emphasizing similarities and differences with the response of similar soils treated with other conventional and unconventional binders. Effects of silt content, curing conditions and soil/binder ratios are examined. Both colloidal silica and metakaolin-based geopolymer significantly improve the mechanical properties of the treated soils, although the geopolymer results in a stronger and stiffer material. Both treatments reduce much the permeability of the treated soil, but the reduction achieved with colloidal silica is larger.

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 enseignants0,002
Score d'incertitude au seuil0,007

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)0,0020,000

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 GPT0,229
Écart entre enseignants0,199 · 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

Citations24
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetConcrete and Cement Materials ResearchTravaux en français237 207