Improving the Characteristics of Subgrade Soil Using Different Chemical Additives: Case Study Al-Nasiriya Soil
Notice bibliographique
Résumé
The roads in the city of Nasiriya in southern Iraq suffer from problems that occur as a result of repeated vehicle loads or due to weak soil and lead to losing their performance and being out of service despite their construction for a very short period. The use of chemical additives to improve the subgrade widely worldwide and give strength and durability to the weak soil while the possibility of using chemical additives for the substrate in Al-Nasiriya is still practically limited. The study aimed to verify the use of chemical additives (cement, lime, and ferric chloride) and to know their effect on the properties of Al-Nasiriya soil. The results showed a clear improvement in the UCS test when using chemical additives, and then the optimal percentages of additives were determined and were 9%, 10%, and 2% respectively, in addition to knowing the effect of the curing period (1, 7 and 14) days on the results of the test. For the other tests (maximum dry density, CBR, swelling, and optimum moisture content) were verified for the optimal chemical percentages and it was observed that the CBR values increased and the swelling values decreased after treatment and soaking in water for all additives, while the compaction parameters had a different behavior between the materials additive used.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».