MétaCan
Menu
Retour à la cohorte
Enregistrement W4205392305 · doi:10.21203/rs.3.rs-544440/v1

An Experimental Study on the Effect of Micro-Metakaolin on the Strength and Swelling Characteristics of Expansive Soils

2022· preprint· en· W4205392305 sur OpenAlexaff
Mohamed Sakr, Waseim Azzam, Mohamed A. Meguid, Hebatalla Ghoneim

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMetakaolinExpansive claySwellingGeotechnical engineeringAridSoil waterExpansiveEnvironmental scienceMaterials scienceSoil scienceCementGeologyComposite materialCompressive strength

Résumé

récupéré en direct d'OpenAlex

<title>Abstract</title> Expansive soils are found in many parts of the world, especially in arid areas and dry weather regions. Urbanization and development of new cities around the world resulted in construction in areas of challenging subsurface soil conditions. For example, in the Middle East, the Government of Egypt is building several new cities to accommodate the continuous increase in the country’s population. Most of these new cities are located in areas underlain by expansive soils. In this study, a series of laboratory tests were carried out to investigate the effect of introducing micro-metakaolin into the matrix of an expansive soil to improve the swelling potential as a new stabilizing material. Test results showed that micro-metakaolin can considerably decrease the free swell index of the soil by 37% and 54% at micro-metakaolin content of 15% and 25%, respectively. In addition, the shear strength of the soil was found to also increase as a result of the introduction of the micro-metakaolin material. Adding 25% micro-metakaolin content reduced the swelling pressure of the soil by about 33%. The results suggest that the proposed method is efficient in stabilizing and improving the properties of expansive soils found in arid areas. This is important to control excessive swelling and prevent possible damage to the supported structures.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil0,631

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,338
Écart entre enseignants0,305 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207