MétaCan
Menu
Retour à la cohorte
Enregistrement W576278822 · doi:10.1520/stp15287s

The Effect of Soil Composition and Moisture Content on Dry Density and Hydraulic Conductivity of Clays

2000· book-chapter· en· W576278822 sur OpenAlexaff
A.K. Darban, A. Foriero, A. Yong, RN Yong

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHydraulic conductivityWater contentBulk densitySoil scienceComposition (language)Geotechnical engineeringEnvironmental scienceMoistureConductivityGeologyMaterials scienceSoil waterChemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Soil composition and moisture content have significant effects on the resulting ulk density of clayey soils because of the rearrangement of the solid particles and chemical stabilization. In this study, kaolinite and kaolinite with calcium carbonate (KC), silica gel (KS), and both calcium carbonate and silica gel (KSC) were compacted at different moisture contents according to ASTM standards. These mixtures of compacted clays were then subjected to leaching by distilled water, followed by a solution of heavy metals. Experimental results indicate that the dry density and coefficient of hydraulic conductivity are significantly influenced by the soil constituents. Specifically, kaolinite exhibits a low dry density and a high coefficient of permeability when compared to the other soils (KS, KC and KSC). As permeant flow approaches a stationary regime, greater pore volumes of effluents result, and an increase in the coefficient of permeability is observed in all types of soils. Tests confirm that chemical reactions are responsible for permeability increases up to a constant value. Expressly, kaolinite mixtures with silica gel or calcium carbonate exhibit a coefficient of permeability almost one order less than that of kaolinite. Results indicate the importance of silica gel as an additive for the reduction of the permeability in clay 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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,184
Écart entre enseignants0,174 · 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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil and Unsaturated FlowTravaux en français237 207