MétaCan
Menu
Retour à la cohorte
Enregistrement W4393323096 · doi:10.1051/e3sconf/202450701012

Improving Soil Properties for Construction Usage with Fly Ash and Rice Husk Ash

2024· article· en· W4393323096 sur OpenAlexaff
Abhishek Saxena, Priyanka Gupta, B Rajalakshmi, Mahesh Kanojiya, Praveen Praveen, Lalit Kumar Tyagi, Muntather Almusawi

Notice bibliographique

RevueE3S Web of Conferences · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoal and Its By-products
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésHuskFly ashEnvironmental scienceWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

Changes made to any soil property with the goal of improving the soil’s engineering performance are collectively referred to as soil improvement. This might include enhancing groundwater conditions, decreasing compressibility, minimising permeability, or strengthening the structure’s structural integrity. Soil enhancement might be a short-term solution to make building easier or a long-term strategy to improve the finished structure’s performance over time. Expansive soils, especially black cotton soil, pose serious problems for the building sector because of their negative swelling and shrinking characteristics. The purpose of this study is to better understand how stabilizing substances like fly ash and rice husk ash (RHA) might help address these issues and enhance the qualities of soil suitable for building. To evaluate the efficacy of RHA and fly ash as swell reduction layers and to improve unconfined compressive strength (UCS) in highway construction, the materials will be added to natural soil in different percentages (RHA: 0%, 15%, and 30%; fly ash: 10%, 20%, and 30%). Nine different combinations were tested using UCS after the quantities were established using the Taguchi optimization approach. The results suggest that adding these waste items can greatly strengthen the soil, and that certain combinations work best for stabilizing the soil. The study highlights how soils in construction can be addressed by utilizing sustainable resources like fly ash and RHA.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,001
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 Opus0,021
Tête enseignante GPT0,192
Écart entre enseignants0,171 · 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'étudeObservationnel
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetCoal and Its By-productsTravaux en français237 207