MétaCan
Menu
Retour à la cohorte
Enregistrement W3208026443 · doi:10.3390/infrastructures6110151

Improvement of Pavement Subgrade by Adding Cement and Fly Ash to Natural Desert Sand

2021· article· en· W3208026443 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInfrastructures · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesÉcole de technologie supérieure
Mots-clésGradationFly ashSubgradeGeotechnical engineeringCompactionCementPortland cementAggregate (composite)Environmental scienceProctor compaction testBearing capacityGeologyMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Soil characteristics are paramount to design pavements and to assess the economic viability of a road. In the desert, such as that found in southern Libya, the very poor quality of soils leads to important pavement distress such as cracks, rutting, potholes, and lateral shear failure on the edges. To improve the strength of desert sand, an innovative approach is proposed, consisting of adding manufactured sand, ordinary Portland cement (OPC), and fly ash (FA) as a binder. OPC and FA improve the characteristics of mixes of crushed fine aggregate (CFA) and natural desert sand (NDS). These results are based on a gradation of two sand sources to determine the particle distribution and X-ray fluorescence (XRF) to determine their chemical and physical properties, respectively. This research assesses the effect of cement and fly ash on the geotechnical behavior of two mixtures of fine desert and manufactured sands (30:70% and 50:50%). The mix composed of 26% of CFA, 62% of NDS, 5% of OPC, and 7% of FA shows optimal results in terms of strength, compaction, and bearing capacity characteristics.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

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 Opus0,005
Tête enseignante GPT0,227
Écart entre enseignants0,221 · 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