MétaCan
Menu
Retour à la cohorte
Enregistrement W4403859959 · doi:10.1139/cgj-2024-0321

Effect of progressive wetting on permanent deformation of fouled ballast under cyclic loading

2024· article· en· W4403859959 sur OpenAlexvenueno aff
Shihao Huang, Yu Qian

Notice bibliographique

RevueCanadian Geotechnical Journal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Forming Simulation Techniques
Établissements canadiensnon disponible
Organismes subventionnairesFederal Railroad AdministrationBulgarian National Science Fund
Mots-clésBallastWettingGeotechnical engineeringDeformation (meteorology)Materials scienceGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

Climate change in recent decades has increased the frequency and intensity of extreme rainfall events, causing varied moisture contents in the ballasted track, which greatly challenges railway operation and track maintenance. Currently, most research about permanent deformation of fouled ballast are under dry condition or with a moisture content in the individual tested sample, which could not fully represent varied moisture conditions in the field induced by varying rainfall intensities. In this paper, permanent deformation of field-sourced fouled ballast under progressive wetting condition was investigated using large-scale triaxial cyclic tests. The results indicate that, with progressively rising water contents (0% to 12%), the fouled ballast sample maintained their stability; however, the rate of permanent strain increases to a peak value before experiencing a slight decline, aligning with classified shakedown ranges. This observed deformation features can be attributed to both the negative effect of suction loss under progressive wetting and the positive cyclic densification effect of coarse aggregates under repeated loading, an aspect that existing research have not elaborated on. To encapsulate the identified deformation characteristics, this study proposes and validates a new predictive model for the permanent deformation of fouled ballast capturing the feature of progressive wetting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,007
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetMetal Forming Simulation TechniquesTravaux en français237 207