MétaCan
Menu
Retour à la cohorte
Enregistrement W4240487168 · doi:10.11159/icgre20.137

Efficiency of Sprayed Bentonite for Sealing of Fishpond Dams -Experimental Testing

2020· article· en· W4240487168 sur OpenAlexvenueno aff
Václav David, Kateřina Černochová

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBentonitePetroleum engineeringGeotechnical engineeringEnvironmental scienceMaterials scienceProcess engineeringForensic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, the research focused on the efficiency evaluation of sprayed bentonite as a sealing layer of fishpond dams.The technology of sprayed bentonite was tested on a real scale model of an earthfill dam which was built as a 3 m wide section.The dam model was built with homogeneous earth material relatively permeable and equipped with an internal drain to monitor seepage flow.This was collected in a container equipped with an ultrasonic sensor for water level measurement purposes.The facility was also equipped with sensors for water level measurements in the reservoir upstream the dam.First, the seepage through the dam was measured without the sprayed bentonite-sealing layer.Then, the bentonite layer was sprayed on the upstream face of the dam by using a spraying technology based on the one used for dry process of sprayed concrete.This technology included a special nozzle and it was developed at Czech Technical University in Prague within the recent research.After the application of the sealing layer, the seepage through the dam was measured again and compared to the corresponding seepage without this sealing layer.The results indicate that the sealing bentonite layer lowers the seepage flow about four times compared to the solution without this sealing layer.Hence, this technology revealed efficiency with regard to the seepage flow reduction whereby will be further investigated.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,200
Écart entre enseignants0,189 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207