Analysis of Geo-Concrete Composite for Use as a Pavement Base Course for Low-Traffic Roads
Notice bibliographique
Résumé
The present study concerns the improvement of the bearing capacity of a reddish clay lateritic gravel (GLAR) by adding a quantity of crushed granite 0/31.5 in order to use the mixture as a road base course. Geotechnical tests were carried out on natural GLAR, and Geo-concrete composite based on GLAR improved with 0/31.5 mm crushed granite stone at three mass ratios (20wt%, 30wt% and 40wt%). The results show a reduction in the Plasticity Index from 18.7% for the natural lateritic material, to 12.2%, 11.0% and 7.3% respectively at the 20wt%, 30wt% and 40wt% crushed granite amendment mass rates, representing a reduction from 34.76% to 60.96%. Analysis of the geo-concrete composite’s compactness showed that the dry density of the new composite increased by 2.81%, 4.75% and 17.36% with the introduction of Crushed granite 0/31.5 in the GLAR. Moreover, the 95% CBR bearing capacity of OPM has been improved by 2.94%, 5.88% and 27.94% respectively at 20wt%, 30wt% and 40wt% addition of crushed granite material. These results are in line with CEBTP 2014 specifications and indicate that these lateritic gravels reinforced with 0/31.5 mm crushed granite at rates of at least 20% can be used in road construction for the base course. Optimum mechanical stabilization or litho- stabilization is achieved with a 30% incorporation of crushed granite material in GLAR.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».