Restoring The Permeability Of Peat Soil Using Sand-Mixed And Bio-Grouting Techniques Made From Bacteria
Notice bibliographique
Résumé
Restoring the permeability of peat soil using a mixture of sand and bio-grouting techniques made from bacteria aimed to determine the effect of adding 5% sand by weight of dry soil and bacteria on the permeability of peat soil. Peat soil is a problem that is often encountered in the world of construction. Peat is a type of soil formed from the accumulation of half-decayed plant remains which causes it to have a high organic matter content. The research testing method refers to ASTM (American Society for Testing and Materials) procedures and SNI. Preliminary testing, namely testing the original soil moisture content, testing the original soil specific gravity, and testing standard compaction (proctor test). Meanwhile, permeability testing was carried out using the falling head method. The original soil was taken at the location of Buana Makmur Village km 55, Dayun Sub District, Siak Regency, namely in the form of sand 5% of the dry weight of the soil, additional ingredients in the form of bacteria and CaCl2 and Uruea. Based on the results of testing the physical properties of the original soil, it is known that the soil in Buana Makmur Village, km 55, Dayun Sub District, Siak Regency, is an original soil type with a water content of 407.5% and a specific weight (Gs) of 1.3 gr. Based on the results of the permeability test conducted, mixing 5% sand and adding 25% bacteria had the lowest permeability coefficient value compared to the original soil and sand mixed soil which had a permeability coefficient of K20oc = 1.166x10-3cm/second.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,000 | 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 ».