Reappraisal of Fall-Cone Flow Curve for Soil Plasticity Determinations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Several attempts have been made to devise alternate plastic limit (PL) determination methods, targeting higher degrees of repeatability and reproducibility. Among these, empirical-type correlations linking the plasticity index (PI) to the flow index (FI)—the slope magnitude of the flow curve—seem to be gaining increased attention, particularly for the fall-cone (FC) approach, and hence demand further examination. To better understand the true potentials and limitations of this emerging practice for soil plasticity determination, this study presents a critical statistical appraisal of FI-based correlations—using a large and diverse database of 230 FC tests (for the 80 g–30° cone)—in estimating the PI (and hence the PL). It is demonstrated that the so-called “strong” correlation between the PI and FI reported in some literature, favoring the use of FI as a PI estimator, is an overlooked “statistical pitfall” originating from an over-reliance on the coefficient of determination (R2) statistic. Employing appropriate error-related statistics, it is shown that the PI predictions made by FI-based correlations are associated with high average errors of 22–33 %. Hence, such correlations, at best, can only provide a rough approximation of the actual PI (and hence PL). An attempt is also made to assess the validity of FI-based correlations in the context of soil classification using the Casagrande-style plasticity chart. The agreement level between the conventional classification approach and that performed using PI deduced from FI-based correlations was 75–80 %. This analysis, however, did not account for errors in the rolling-thread plastic limit data, maintaining a strong possibility that FI-based correlations may be suitable for routine soil classification purposes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,007 |
| 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 | 0,001 |
| 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 découle