Engineering Properties of Gypseous Soils Improved with Natural and Industrial Fibers
Notice bibliographique
Résumé
The significant challenges facing geotechnical engineers concerning gypseous soils and their behavior under water flow require careful assessment of gypsum soil performance under wet conditions.Improving gypsum soils through the inclusion of enhanced additives is among the most widely employed methods.The major objective of the current study was to investigate the effect of fiber additives on the engineering properties of gypseous soils experimentally.Natural fiber has been mixed into sandy and clay soils in several studies, but gypseous soils have not been investigated.However, the study investigated the properties of gypseous soils with three gypsum content (19%, 36%, 62%) improved by an agricultural waste of sugarcane bagasse (SCF) used as natural fiber and polypropylene (PPF) as an industrial fiber, these materials are economic, renewable and eco-friendly.The effect of fibers on compaction characteristics, specific gravity, and shear strength parameters at both dry and soaked conditions (soaked in water for 1 day) is investigated.Fibers used by percentage (0-0.8%by weight of dried soil).From the result of soil improved by polypropylene fibers (PPF), The significant increase was observed in cohesion under both dry and soaked conditions, surpassing the cohesion increment observed in soil treated with SCF. in dry conditions for soil treated by (PPF) the increment was recorded (20%-126%), and for soil treated by (SCF), the increment was recorded (19%-81%).But the angle of internal friction of the soil improved by SCF in dry and soaked conditions was higher than that soil treated by PPF, in dry condition for soil treated by PPF the increment was recorded (8%-33%) and (21%-54%) for soil treated by SCF.shear strength parameters in the dry condition are more than the increment in soaked condition for treated soil by (PPF and SCF), also from the results can be obtained the optimum fiber content was 0.6%, and 0.4% for SCF and PPF respectively.The max. dry unit weight and specific gravity for three types of soils decreased by increasing fiber content but optimum moisture content increased by increasing fiber content.Lastly can be concluded the PPF gave better results than SCF.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».