MétaCan
Menu
Retour à la cohorte
Enregistrement W4214875372 · doi:10.1007/s12517-022-09543-z

Utilisation of extrusion method in geotechnical tests: conception and theoretical analysis

2022· article· en· W4214875372 sur OpenAlexaff
Masoud S. G. Manafi, An Deng, Abbas Taheri

Notice bibliographique

RevueArabian Journal of Geosciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensQueen's University
Organismes subventionnairesUniversity of Adelaide
Mots-clésExtrusionGeotechnical engineeringFoundation (evidence)SlabProcess (computing)GeologyAtterberg limitsMechanical engineeringMaterials scienceEngineeringComputer scienceStructural engineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Extrusion method has been utilised in a variety of product-processing units such as metal casting and food processing. The process of extruding is relatively fast and reproducible, and more importantly, can benchmark shear resistance of extruded materials. These advantages have propelled researchers to practice the extrusion method to determine soil properties, e.g. Atterberg limits and shear strength. Although the mechanics behind the extrusion process remains less understood, studies have verified the feasibility of the benchmarking. This study presents the theoretical basis underpinning the extruding process by extending the conventional slab analysis method to model the entire process of extruding. The developed analytical method is original in assessing the extrusion of the dead material zone and considering the dynamic move of extruded materials. The novel theoretical analysis enhances a more accurate estimation of extruding pressure and builds a solid foundation for developing extrusion tests in geotechnical engineering. In addition, the described extrusion mechanics explains reasons for observing some discrepant correlations to other geotechnical parameters due to the different soil deformation mechanisms among the test methods.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,231

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,244
Écart entre enseignants0,235 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArabian Journal of GeosciencesMême sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207