MétaCan
Menu
Retour à la cohorte
Enregistrement W4413752736 · doi:10.1139/cgj-2025-0310

Selection of characteristic values of spatially variable cement-treated clays for deep excavations

2025· article· en· W4413752736 sur OpenAlexvenueno aff
Gerardo Agustin Pittaro, Ze Zhou Wang, C.F. Leung, Nicholas Mace, N. H. Osborne

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringCementExcavationGeologySelection (genetic algorithm)MineralogyMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Cement-treated soils (CTSs) are commonly used to improve in situ soft clays. However, properties of CTS are often highly variable, posing significant challenges in the analysis and design of geosystems. This paper proposed a framework to determine the characteristic strength and stiffness parameter values for the design of CTS slabs in deep excavations under two typical modes of failure, while considering spatial variabilities. First, the proposed framework provided a series of charts for engineers to select the characteristic strength and stiffness parameter values of CTS. A comprehensive set of in situ test results from a Singapore site is then used to create a database of the statistical and spatial variabilities of CTS. Finally, a deep excavation case study in Singapore is used to illustrate the proposed charts. The results show that the characteristic strength value of CTS can range from 25% to 70% of the mean value depending on the magnitude of the statistical and spatial variabilities and the geometry of the CTS slab. Through a comparison with national design codes, the proposed framework is demonstrated to provide to a more rational selection of characteristic parameter values, leading to a more economical design of CTS slabs in deep excavations.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207