MétaCan
Menu
Retour à la cohorte
Enregistrement W4386357165 · doi:10.2478/sgem-2023-0009

Compressive and Tensile Strength of Nano-clay Stabilised Soil Subjected to Repeated Freeze–Thaw Cycles

2023· article· en· W4386357165 sur OpenAlexaff
Mahya Roustaei, Mahdi Sabetraftar, Ehsan Taherabadi, Meysam Bayat

Notice bibliographique

RevueStudia Geotechnica et Mechanica · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésUltimate tensile strengthStabiliserCompressive strengthMaterials scienceComposite materialWater contentClay soilCuring (chemistry)Nano-DurabilityGeotechnical engineeringSoil waterGeologySoil science

Résumé

récupéré en direct d'OpenAlex

Abstract Improvement of the mechanical properties of clayey soils by additional elements to enhance the strength under numerous freezing and thawing cycles has been considered as a serious concern for engineering applications in cold regions. The objective of the current study is to investigate the effect of nano-clay as a stabiliser on the mechanical properties of clay. To this end, the clay specimens were prepared by adding various percentages of nano-clay ranging from 0.5% to 3% by dry weight of soil and were experimentally tested under the uniaxial compression and tensile splitting tests under different curing times (0, 7 and 28 days) after experiencing various freeze–thaw cycles ranging from 0 to 11. It can be concluded from the results that nano-clay particles may be used as a stabiliser in geotechnical applications to improve soil property. The results indicate that the optimum moisture content (OMC) of specimens increases and the maximum dry density (MDD) decreases with the increasing nano-clay content. The specimens containing about 1% nano-clay recorded maximum values of unconfined compressive strength (UCS) as well as tensile strength. For example, the addition 1% nano-clay increased the UCS and tensile values of clay specimens under the curing time of 28 days by 34% and 247%, respectively. In addition, the long-term durability of specimens against freeze–thaw cycles increases further with the addition of nano-clay content ranging from 2% to 3%.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,029
Tête enseignante GPT0,258
Écart entre enseignants0,229 · 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.

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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudia Geotechnica et MechanicaMême sujetClimate change and permafrostTravaux en français237 207