Permeabilidade de Solo Laterítico por Diferentes Métodos
Bibliographic record
Abstract
Permeabilidade é uma propriedade de extrema importância para dimensionamento de diferentes tipos de obras de engenharia e é quantificada através do coeficiente de permeabilidade. Apesar do grande uso, ainda existem questionamentos sobre a melhor forma de determinação do coeficiente de permeabilidade. As principais questões são: (1) o tipo de método a ser utilizado e (2) a representatividade de amostras em solos tropicais. Neste contexto, objetivou-se neste trabalho a avaliação da permeabilidade de um solo laterítico, através da comparação de valores de coeficiente de permeabilidade determinados por ensaios in situ e em laboratório. Para tanto, escolheu-se o solo laterítico do Campo Experimental de Engenharia Geotécnica (CEEG) da Universidade Estadual de Londrina (UEL) e quatro equipamentos: permeâmetro de Carga Constante, permeâmetro de Carga Variável, permeâmetro de Guelph e Infiltrômetro. Os resultados mostram que, com exceção do permeâmetro de Carga Constante, todos os métodos apresentaram valor médio de coeficiente de permeabilidade da ordem de 10-3 cm/s para coeficientes de variação de 37% a 92%. A heterogeneidade da estrutura do solo laterítico (em macro e microporos) é o provável condicionante da variabilidade encontrada.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".