MétaCan
Menu
Retour à la cohorte
Enregistrement W4389859027 · doi:10.1080/10298436.2022.2094923

Estimation of permanent deformation behaviour of crushed waste rocks using multistage repeated load triaxial and CBR tests

2022· article· en· W4389859027 sur OpenAlexafffund
Shengpeng Hao, Thomas Pabst

Notice bibliographique

RevueInternational Journal of Pavement Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésGeotechnical engineeringDeformation (meteorology)RutCalifornia bearing ratioTriaxial shear testLoad testingStructural engineeringEngineeringGeologyMaterials scienceSubgradeComposite materialShear (geology)

Résumé

récupéré en direct d'OpenAlex

Crushed waste rocks (CWR) are widely used to build mine haul roads. However, the permanent deformation in waste rocks layers can result in surface rutting. Realistic prediction of pavement rutting requires models that can accurately capture the permanent deformation behaviour under repeated loading. However, such models are usually based on advanced laboratory apparatus such as multistage (MS) repeated load triaxial (RLT) tests. In this study, a new approach, using MS repeated load California Bearing Ratio (RLCBR) tests, was proposed to estimate the permanent deformation behaviour of CWR. MS RLCBR tests are faster, easier and more often available than MS RLT tests. A series of MS RLCBR and MS RLT tests for different stress levels were therefore carried out on the same material to characterise CWR permanent deformation behaviour. Results showed that Rahman and Erlingsson model that modified by time hardening approach could satisfactorily capture CWR permanent deformation behaviour for MS RLT tests. A new model was proposed and fitted on MS RLCBR test results to predict CWR permanent deformation behaviour. This model performed well in describing MS RLCBR test results and predicting the CWR permanent deformation behaviour. Results indicate that MS RLCBR tests could be an effective alternative to MS RLT tests for estimating the permanent deformation behaviour of CWR.

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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,242
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 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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Pavement EngineeringMême sujetRock Mechanics and ModelingTravaux en français237 207