MétaCan
Menu
Retour à la cohorte
Enregistrement W4221071625 · doi:10.18280/ijsdp.170116

Using High Reactivity Attapulgite for Stabilizing Collapsible Gypseous Soil

2022· article· en· W4221071625 sur OpenAlexvenueno aff
Safaa A. Mohamad, Hadeel Ammar Mohammed, Hanan Adnan Hassan, Mohammed Y. Fattah

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensnon disponible
Organismes subventionnairesMustansiriyah University
Mots-clésGypsumCompactionAtterberg limitsPozzolanCompressive strengthGeotechnical engineeringMaterials scienceConsolidation (business)Environmental scienceComposite materialWater contentGeologyCement

Résumé

récupéré en direct d'OpenAlex

The presence of gypsum in soil has a high effect on the mechanical and physical properties of soil. This effect depends fundamentally on the type and quantity of gypsum existent in the soil. The present study attempts to improve the physical and mechanical properties of gypseous soil using a new type of pozzolanic material discovered as a pozzolanic material from attapulgite clay. It is called “High Reactivity Attapulgite” HRA. The objective of this study is to investigate the ability of this material to be a moderate stabilizer material used for treating soil. The soil was obtained from one location at depth 1 m with 28% gypsum content. High Reactivity Attapulgite (HRA) was used as a replacement with soil in different percentage (5%, 10%, 20%, and 40%). Experimental tests included Atterberg limits, modified compaction, strength, unconfined compression and consolidation. Then all the tests were conducted on specimens with HRA content that was varied in the range 5-40%. The results showed the important effect of HRA on gypseous soil, as was seen from the reduction in the collapse potential by about 13-90%, and the increase in the unconfined compressive strength from 88 kPa to 271 kPa upon the addition of HRA by 5-40%.

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)0,001
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 enseignants0,266
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,247
Écart entre enseignants0,227 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207