MétaCan
Menu
Retour à la cohorte
Enregistrement W4293750075 · doi:10.1080/1064119x.2022.2111672

Seawater based bio-cementation for calcareous sand improvement in marine environment

2022· article· en· W4293750075 sur OpenAlexaboutno aff
Xiaoniu Yu, Xiaohua Pan

Notice bibliographique

RevueMarine Georesources and Geotechnology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Applications in Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCementation (geology)CalcareousSeawaterGeologyEnvironmental scienceGeotechnical engineeringOceanographyMetallurgyMaterials scienceCement

Résumé

récupéré en direct d'OpenAlex

Seawater based bio-cementation through microbially-induced carbonate precipitation was proposed for the calcareous sand improvement in marine environment. The method used seawater instead of traditional fresh water to culture urease producing-bacteria (UPB) and prepare cementation solution (CS) for the bio-cement. A series of comparative bio-treatment tests using seawater based bio-cementation and traditional bio-cementation methods on three types of soil were conducted. Experimental results indicate that seawater based bio-cementation method has the ability to improve soil physico-mechanical properties, and performed better than traditional bio-cementation method. The dominant reason can be explained as that the mixture of the productions of calcite, monohydrocalcite and calcite magnesium produced during seawater based bio-cementation process have better cementation ability than the mixture of the productions of calcite and vaterite produced during bio-cementation process. UCS of coarse Ottawa sand blocks are smaller than that of medium Ottawa sand blocks is because the specific surface area of fine sand is higher and larger number of effective bondings can be formed. UCS of calcareous sand blocks are smaller than those of coarse Ottawa sand blocks can be attributed to the fact that calcareous sand has higher porosity and rougher surface, resulting in more carbonate crystals being precipitated on un-connected locations.

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)0,000
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,192
Écart entre enseignants0,187 · 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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Georesources and GeotechnologyMême sujetMicrobial Applications in Construction MaterialsTravaux en français237 207