MétaCan
Menu
Back to cohort
Record W2903785504

Étude du comportement en déformation permanente des matériaux granulaires non liés de fondation de chaussées en condition de gel saisonnier

2013· article· fr· W2903785504 on OpenAlexaboutno aff
Joannie Poupart

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2013
Typearticle
Languagefr
FieldEngineering
TopicGeotechnical Engineering and Soil Stabilization
Canadian institutionsnot available
Fundersnot available
KeywordsChemistry
DOInot available

Abstract

fetched live from OpenAlex

Depuis les dernières années, le gouvernement provincial a investi des montants record dans le réseau routier québécois, notamment pour la construction de nouvelles routes et l’entretien des chaussées. En plus d’être doté d’une grande superficie territoriale, le Québec connaît un climat rigoureux qui complexifie la conception des chaussées. Les changements de saison entraînent des répercussions néfastes quant à la performance des chaussées, dont l’accumulation de déformations permanentes (ɛp) dans les structures granulaires. Bien que la déformation permanente puisse se développer dans l’ensemble de la structure routière, seule la couche de fondation a été considérée dans cette étude. Afin d’améliorer les connaissances sur la déformation permanente à long terme des matériaux granulaires sollicités aux changements saisonniers nordiques, quatre sources granulaires de fondation (MG-20) typique du Québec (grauwacke, gneiss granitique, calcaire et basalte) ont été soumises à des essais de déformation permanente en laboratoire. Ces essais ont été réalisés à l’aide de deux appareils : la presse hydraulique à chargement répété et le simulateur à charge roulante. Les résultats obtenus ont été modélisés selon le modèle de Desden. Ce modèle mathématique est composé de quatre paramètres qui décrivent la phase de post compaction (a), le taux de déformation permanente (b) et la phase de rupture (c et d). Les principaux résultats de déformation permanente montrent que la composition minéralogique, la granulométrie, le degré de saturation (%SR) et la variation des conditions environnementales influencent le comportement plastique d’un matériau granulaire (MG). En effet, les résultats montrent que la composition minéralogique peut provoquer une augmentation de 62% du paramètre b pour une même teneur en eau et que de passer d’une granulométrie grossière à une granulométrie plus sableuse peut entrainer une augmentation moyenne de 30,75% du paramètre b. De plus, les résultats montrent qu’une variation du degré de saturation peut entraîner une augmentation de la déformation permanente de 147%. Les essais réalisés en condition de gel et de dégel ont également montré que le cycle de gel et dégel a un effet direct sur le paramètre de post compaction. Un essai au simulateur à charge roulante a été effectué dans le but de valider les résultats obtenus en condition triaxiale. Les résultats montrent que le simulateur provoque à l’échantillon une déformation permanente plus importante que celle enregistrée en condition triaxiale. Cependant, la phase de post compaction reste très similaire, peu importe l’instrumentation utilisée. Cette étude constitue un premier essai au Canada quant à l’application d’une charge roulante mobile en contexte de gel et dégel. Deux relations de corrélation entre les paramètres a et b du modèle de Dresden et les propriétés de base des matériaux granulaires ont été développées. La première relation développée est une relation de type linéaire qui relie le paramètre de post compaction (a) et la variable complexe nfopt et ce. La seconde relation développée est également de type linéaire et lie le paramètre b et le degré de saturation, le pourcentage de fracturation, le coefficient d’uniformité et la masse volumique sèche du matériau. L’intégration des deux relations de corrélation dans la relation mathématique de Sweere a permis de développer une relation de prédiction de déformation permanente à long terme.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.241
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.005
GPT teacher head0.184
Teacher spread0.179 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)Same topicGeotechnical Engineering and Soil StabilizationFrench-language works237,207