Caractérisation de la viscoélasticité des sols d'infrastructure avec le déflectomètre portable
Bibliographic record
Abstract
La caractérisation du comportement des sols d’infrastructure est très importante pour le dimensionnement et la longévité d’une structure de chaussée. Certaines propriétés mécaniques des sols d’infrastructure, comme la déformation et le module réversible, sont obtenues en effectuant des essais triaxiaux de laboratoire. Ces essais, bien que plus précis, sont longs et coûteux à réaliser. Une des alternatives à ces essais est l’utilisation d’équipements portatifs, utilisables sur le terrain. L’un de ces équipements est le déflectomètre portable. C’est un appareil de mesure in situ de la déflexion, qui permet également de mesurer un module de déformation dit « élastique ». En se servant des historiques de charge et de déflexion également obtenus durant les essais, certains paramètres permettant d’évaluer la viscoélasticité des sols peuvent être déterminées. Le but de ce projet est donc de caractériser le comportement des sols d’infrastructure de chaussée en se basant sur l’hypothèse d’un comportement viscoélastique. Les essais de déflexion ont été effectués sur trois sols typiques du Québec, à différents états de saturation et de contraintes. À partir des résultats obtenus, un modèle de prédiction du module de déformation du déflectomètre a été mis en place. La réponse du matériau en fonction de la fréquence de chargement a également été évaluée. Pour cela, des essais triaxiaux de mesure de la déformation en fonction de la fréquence ont été effectués sur les mêmes sols et dans les conditions physiques les plus proches possibles de celles des essais de déflexion. En combinant les résultats des essais de déflexion avec ceux des essais triaxiaux, le modèle de Burger a été utilisée, dans les cas applicables, pour modéliser la réponse des matériaux en fonction du temps d’application de charge.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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 teacher head, 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".