MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411363999 · doi:10.1139/cgj-2025-0137

Magnetic Resonance Imaging as a tool for investigating frost heave dynamics: a new experimental setup and application

2025· article· en· W4411363999 sur OpenAlexvenueno aff
Christelle Tabbiche, J. Roca, Rahima Sidi‐Boulenouar, Benjamin Maillet, Jean‐Michel Pereira, Baptiste Chabot, Michel Bornert, Patrick Aimedieu, Anh Minh Tang

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésFrost heavingGeotechnical engineeringGeologyDynamics (music)EngineeringPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

Frost heave in frozen soils is a critical geotechnical phenomenon driven by thermal gradients, moisture migration, and ice formation. Understanding this process is essential for ensuring infrastructure stability in cold regions. While previous studies have contributed to understanding frost heave mechanisms, they provide limited insight into local changes within the sample during freezing, particularly regarding the distribution of unfrozen water content. To address this gap, this study introduces the development of a new experimental setup, specifically designed for Magnetic Resonance Imaging (MRI) to investigate the frost heave behavior of sandy soils. MRI was used to track the distribution of the local amount of unfrozen water content during freezing. Frost heave tests were conducted on saturated sandy soils. The testing program and the experimental results are presented and discussed, focusing on the freezing point, temperature evolution at different elevations within the specimens, water uptake monitoring, local water content distribution, and frost heave progression. This new apparatus offers a realistic laboratory approach to studying the effect of freezing and thawing on soils.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,004
Tête enseignante GPT0,212
Écart entre enseignants0,208 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical Journal→Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→