MétaCan
Menu
Retour à la cohorte
Enregistrement W4311890330 · doi:10.48084/etasr.5362

Effectiveness of EPS Bead Size and Cement Proportions on the Strength and Deformation of Light-Weighted Soil

2022· article· en· W4311890330 sur OpenAlexaff
S. Ali, F. Yong, Amjad Hussain Bhutto, F. Jamil, Jam Shahzaib Khan, Riaz Bhanbhro

Notice bibliographique

RevueEngineering Technology & Applied Science Research · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensPowertech Labs (Canada)
Organismes subventionnairesnon disponible
Mots-clésBeadMaterials scienceCementComposite materialBrittlenessDeformation (meteorology)Compressive strengthContext (archaeology)Geology

Résumé

récupéré en direct d'OpenAlex

The current study investigates the deformation and strength of Light-Weighted Soil (LWS) comprised of silt, Expanded Polystyrene (EPS) beads, cement, and water. The EPS bead sizes employed in this study are 4, 5, and 6mm in diameter with densities of 0.011, 0.009, and 0.006g/cm3 and cement concentrations of 10% and 15%. The effects of different EPS bead sizes and cement proportions on the mechanical properties (strength and deformation) of LWS are evaluated by Unconfined Compression Strength (UCS) tests. The findings show that the EPS bead sizes significantly impact the strength and deformations of the LWS. The smaller the EPS bead size, the higher the observed strength, but, on the other hand, bigger EPS bead sizes have lower strength and higher ductility. It was also revealed that the strength of LSW is entirely dependent on the cement concentration. High cement content in the LWS has more strength and brittleness, but it is more prone to deformation. The cost can be decreased by increasing the EPS bead size, and thus the prescription of mixed soil can be enhanced. The use of EPS beads with a diameter of 4-6mm is recommended in the construction process, especially in backfill for retaining walls. Each EPS bead size provides advantages in different context, depending on engineering applications and field conditions.

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)0,001
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
Métarecherche0,0000,001
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 GPT0,247
Écart entre enseignants0,236 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Technology & Applied Science ResearchMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207