MétaCan
Menu
Retour à la cohorte
Enregistrement W4214865801 · doi:10.1080/14680629.2022.2044373

Effect of gradation, compaction and water content on crushed waste rocks strength

2022· article· en· W4214865801 sur OpenAlexafffund
Antoine Laverdière, Shengpeng Hao, Thomas Pabst, Benoît Courcelles

Notice bibliographique

RevueRoad Materials and Pavement Design · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésGradationCalifornia bearing ratioCompactionGeotechnical engineeringEnvironmental scienceDurabilityCompressive strengthCrusherCrushed stoneProctor compaction testParticle sizeWater contentWaste managementMaterials scienceGeologyEngineeringComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

We reduced the size of the abstract to 170 words, but we cannot go lower without loosing meaning. We hope it will be ok like this --> Open-pit mining operations generate large volumes of waste rocks. It can be both economically and environmentally attractive to valorise waste rocks in mining infrastructures such as haul roads. However current practice usually consists of using waste rock directly, without any preparation or selection, thus frequently resulting in punctures, dust generation and low durability. The aim of this study was therefore to determine optimal geotechnical properties of crushed waste rocks for use in surface course layer. Crushed waste rocks were characterised in the laboratory. Their strength was evaluated using California Bearing Ratio (CBR) tests. Several compaction energies were used, and he effect of maximum particle size, fines content, and dry density on the strength were assessed. Results showed that these parameters had a significant impact on the performance of the material. The strength was maximum for an optimum FC of around 10%, a high density and in the presence of coarser particles. Two regression models were also proposed to predict the CBR value of crushed waste rocks based on their physical properties.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,217
Écart entre enseignants0,191 · 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

Citations8
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRoad Materials and Pavement DesignMême sujetRock Mechanics and ModelingTravaux en français237 207