Unique Relationship Between Optimum Compaction Properties of Fine-Grained Soils Across Rational Compactive Efforts: A Validation Study
Notice bibliographique
Résumé
Abstract Among the many proposals for estimating the compaction characteristics of fine-grained soils for different compaction energy levels (CELs), energy conversion (EC) models are gaining increased attention. These models work on the premise of employing measured optimum moisture content (OMC) and maximum dry unit weight (MDUW) values obtained for a rational CEL (e.g., standard or reduced-standard Proctor (SP or RSP)) to predict the same for other CELs. This study revisits the most recently proposed EC-based compaction modeling framework, critically examining its asserted accuracy and hence identifying its true potentials. This was achieved by performing comprehensive statistical analyses on a newly compiled database of 206 compaction test results, entailing 70 different fine-grained soils (with liquid limits ranging 19–365%) and accounting for CELs of 202.0–2723.5 kJ/m 3 . It was demonstrated that 99% and 96% of the differences between the SP-converted and measured values for OMC and MDUW, respectively, fall within the allowable margins of OMC and MDUW measurement errors permitted by the Australian AS 1289.5.1.1/AS 1289.5.2.1 standards (satisfying their recommended ≥ 95% requirement). Equally favorable results were also obtained for the RSP-based conversions. These findings reaffirmed that the optimum compaction parameters across rational CELs are somewhat uniquely related, and the effects of fine-grained soil attributes on soil compactability are adequately captured/explained by the measured OMC and MDUW values employed as the conversion inputs/predictors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».