MétaCan
Menu
Retour à la cohorte
Enregistrement W4402651311 · doi:10.1051/e3sconf/202456921006

Repeated load triaxial tests of WickGrid™ stabilized base materials

2024· article· en· W4402651311 sur OpenAlexaff
Jiming Liu, Cheng Lin, Minghao Liu, Sam Bhat

Notice bibliographique

RevueE3S Web of Conferences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensUniversity of ManitobaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésBase (topology)Geotechnical engineeringGeologyMaterials scienceEnvironmental scienceMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

In road construction, geogrids are frequently used to stabilize the base course through their lateral confinement applied to the base materials. Wicking fabrics are also used to improve road performance by installing them at the road base and subgrade interface to remove water from the road and reduce the build-up of pore water pressure while providing a separate function to mitigate the weak subgrade intrusion into the base course. However, the combined use of these two materials on the road has not been reported. This study aims to investigate the effectiveness of using an innovative geosynthetic composite called WickGrid™ in stabilizing the base materials. WickGrid™ is made by high stiffness biaxial polypropylene (PP) geogrid, heat bonded to a continuous filament nonwoven geotextile having wicking properties. To achieve the objectives, repeated load triaxial tests were conducted on sand materials to evaluate the improvement of the base materials in accordance with the AASHTO T 307-99(2021). The specimens were stabilized with WickGrid™ placed at the mid-height of the specimens. Meanwhile, unstabilized specimens and specimens stabilized with biaxial geogrids were also tested for comparison. The outcomes of these tests would allow for quantifying the beneficial effects of WickGrid™ on the improvement of road bases.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,641

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,232
Écart entre enseignants0,216 · 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'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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207