MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390690837 · doi:10.1139/cgj-2023-0136

Effect of freeze–thaw cycles on the macrostructure and failure mechanisms of fiber-reinforced clay using industrial computed tomography

2024· article· en· W4390690837 sur OpenAlexafffundvenue
Mahya Roustaei, Joel Pumple, Michael T. Hendry, Jordan Harvey, Duane Froese

Notice bibliographique

RevueCanadian Geotechnical Journal · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Alberta
Mots-clésMaterials scienceMacroporeUltimate tensile strengthGeotechnical engineeringComposite materialPolypropyleneGeologyMesoporous material

Résumé

récupéré en direct d'OpenAlex

Freeze–thaw cycling is a critical issue in cold-climate engineering because these cycles impact the mechanical properties of soils due to the translocation of water and ice at temperatures near 0 °C. Reinforcement methods have been developed to decrease these adverse effects, including the use of polypropylene (PP) fibers. However, few macrostructural investigations have been able to demonstrate the underlying physical basis for their effectiveness. This study used computed tomography (CT) images of clay samples reinforced with 2% PP fibers and subjected to unconfined compression and Brazilian tests before and after up to 10 closed-system freeze–thaw cycles (FTCs). Significant effects of the FTCs on soil structure include a reduction in macropores and an increase in mesopores. The addition of PP fibers reduces this change in the number of macropores from 28% to 18% following 10 FTCs. Unreinforced samples also show more localized propagation of shear/tensile cracks during tests than reinforced samples as a result of having a higher failure strength and ductility. The bridging effect of fibers, deviation of the failure path, and formation of microcracks around fibers are clearly illustrated in the CT images. This study provides significant insights relevant to engineering design in cold regions.

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 enseignants0,004
Score d'incertitude au seuil0,008

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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,230
Écart entre enseignants0,208 · 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

Citations12
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical Journal→Même sujetClimate change and permafrost→Travaux en français237 207→