MétaCan
Menu
Retour à la cohorte
Enregistrement W4398170499 · doi:10.1680/jgein.23.00177

Investigation of the mechanical response of recovered geogrids under repeated loading

2024· article· en· W4398170499 sur OpenAlexaff
Ahmed Ibrahim, Romaric Léo Esteban Desbrousses, Jing Xu, Mohamed A. Meguid

Notice bibliographique

RevueGeosynthetics International · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGeosyntheticsGeogridGeotechnical engineeringGeologyMaterials scienceReinforcementComposite material

Résumé

récupéré en direct d'OpenAlex

This study investigates the mechanical response and performance of biaxial polypropylene geogrid specimens’ cyclic loading. This work assesses the influence of embedment depths and subgrade strengths on the geogrids. The experimental program involved subjecting the geogrid specimens to 100 repeated tensile loading cycles at four distinct load targets: 20%, 40%, 60%, and 80% of the geogrid ultimate tensile strength. The analysis focused on evaluating the effects of preloading factors such as California Bearing Ratio (CBR) values, embedment depth, and the response to cyclic testing. Results show trends in stiffness reduction and changes in damping ratio with increased number of cycles. A comparative analysis was conducted with a control specimen from the same batch, highlighting the difference in mechanical response attributed to precycling variables. The findings indicate that the overall mechanical behavior of recovered geogrids is comparably consistent with new geogrids. However, variations in strain and stiffness reduction were observed among the recovered specimens, suggesting a pattern of yielding before failure. The findings suggest a minimal effect of embedment depth on the damping ratio at lower CBR. Overall, it was found that precycling and subgrade conditions have minimal effect on the mechanical response of the recovered specimens when tested in isolation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,277

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeosynthetics InternationalMême sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207