MétaCan
Menu
Retour à la cohorte
Enregistrement W799876153 · doi:10.1520/gtj20140202

Visualization of Chemical Grout Permeation in Transparent Soil

2015· article· en· W799876153 sur OpenAlexaff
Yue Gao, Wanghua Sui, Jinyuan Liu

Notice bibliographique

RevueGeotechnical Testing Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGroutPermeationGeotechnical engineeringMaterials sciencePermeability (electromagnetism)GeologyChemistryMembrane

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents an experiment that visualizes the permeation of chemical grout in transparent soil. The low initial viscosity (5 mPa · s) urea-formaldehyde resin (UFR) was chosen as grouting material in this experiment. The transparent soil used in this study is made of fused silica and a calcium bromide solution with the same refractive index. Triaxial and permeability tests are carried out to demonstrate that the geotechnical properties and hydraulic permeability of this transparent soil are typical of granular soils and suitable for modeling natural sand in permeation problem. A combined grouting and optical measurement system is developed for this study, which consists of an air pressure driven grout injection station to inject grout into a transparent soil model, laser to illuminate the cross-section of interest inside the model, and a charge-coupled device (CCD) camera to capture a series of images during the whole grout injection and permeation process. Image processing techniques including digital image correlation (DIC) are applied to sequence of images to detect the edges of the grout bulb and displacement distribution. The relationship of the grouting radius and grouting time corresponds to Maag's formula on permeation grouting. As a result, the validity of this innovative experiment has been verified.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,067
Tête enseignante GPT0,277
Écart entre enseignants0,210 · 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

Citations23
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnical Testing JournalMême sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207