MétaCan
Menu
Retour à la cohorte
Enregistrement W7125155822 · doi:10.18280/mmep.121204

Effect of Lime and Fly Ash Soil Treatment on Pore Water Pressure Response in Earth Dams under Rapid Drawdown

2025· article· W7125155822 sur OpenAlexvenueno aff
Ali M. Madhloom, Abdulaziz A Al-Kifae, Saleh I. Khassaf

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueDam Engineering and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrawdown (hydrology)LimePore water pressureFly ashEarth (classical element)Lateral earth pressure

Résumé

récupéré en direct d'OpenAlex

Rapid drawdown is one of the most critical conditions in a dam's lifespan, as sudden reservoir drainage induces pore pressure imbalances that may threaten upstream slope stability.Therefore, ensuring slope stability through proper design remains a key safety consideration.This study investigates how variations in permeability affect the pore water pressure response in treated earth dams subjected to rapid drawdown.A physical model of an earth dam was constructed, with core soil was treated with varying limefly ash ratios (M-1 to M-4) and compared to an untreated control.Rapid drawdown was simulated by reducing the upstream water level from 36 cm to 5 cm within 5 min, while pore water pressures were monitored using ten sensors distributed across the dam section.Results indicate that the untreated control model exhibited rapid pore pressure dissipation due to high core and shell permeability.In contrast, treated models showed delayed dissipation, proportional to the additive content, with M-4 presenting the slowest response and most significant pressure dissipation delay.Nonetheless, the highpermeability shell zone effectively mitigated adverse effects on upstream slope stability.Numerical validation demonstrated excellent agreement with experimental data (coefficient of determination, R > 0.95).Seepage analysis further confirmed that seepage towards the downstream direction decreased progressively with treatment, while exit gradients were effectively reduced to zero on the downstream slope at higher treatment levels.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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 revueMathematical Modelling and Engineering ProblemsMême sujetDam Engineering and SafetyTravaux en français237 207