Méthodologie alternative pour le contrôle du compactage des sols granulaires utilisant la réflectométrie dans le domaine fréquentiel (FDR)
Bibliographic record
Abstract
Le nucléodensimètre (ND) est l'appareil le plus couramment utilisé pour le contrôle du compactage dans le domaine routier. Les industries de la construction et du contrôle de qualité approuvent et son niveau de précision la célérité dans l’obtention des résultats sur le terrain que le ND est capable d’offrir. Toutefois, au cours des dernières années, la présence de matières radioactives dans leur composition, qui présente des risques pour la santé et l'environnement, a suscité des inquiétudes croissantes, ce qui a conduit à l'adoption de réglementations restrictives en matière de stockage, de transport et d'entretien des ND, avec des conséquences sur les coûts d'exploitation. Plusieurs études ont proposé des méthodes alternatives au ND, mais aucune n'a été largement adoptée, pour des raisons telles que les niveaux peu satisfaisants en matière de précision, simplicité d'exécution, temps nécessaire à l'obtention des résultats et coût-efficacité par rapport au ND. Dans ce contexte, la présente recherche consiste à évaluer le potentiel d’une méthode alternative pour le contrôle du compactage, appelée méthode Sherbrooke (MS), basée sur la technologie FDR, qui ne présente pas de risques radioactifs, est simple à utiliser et à un prix abordable. La recherche est centrée sur les sols MG-20 et MG 112, utilisés comme couches de fondation et de sous-fondation des chaussées au Québec. Dans le cadre du développement de la méthode de Sherbrooke, et pour réaliser cette évaluation, il est proposé dans ce travail une méthodologie complète couvrant les étapes en laboratoire et sur le terrain, ainsi qu'une courbe de calibration fiable pour la sonde FDR (réflectométrie à domaine fréquentiel) à travers de l’application de l’apprentissage automatique. En plus, les résultats obtenus par la MS sont comparés avec ceux fournis par le ND et les méthodes physiques sur le terrain. Au moyen des sondes (FDR), la méthode de Sherbrooke consiste à obtenir des paramètres de la masse volumique sèche et de la teneur en eau gravimétrique du sol. Dans l'étude du sol MG 20, 442 essais sur le terrain ont été réalisés pour comparer ces paramètres obtenus par le ND et la MS et 117 tests entre la MS et les essais physiques, y compris des essais avec le cône de sable et le densitomètre à membrane. Pour le sol MG-112, 137 essais comparatifs sur terrain entre la MS et le ND ont été menés. Ces essais ont été effectués sur des planches de référence et aussi sur des sites de construction routière au Québec, menés en partenariat avec le ministère des Transports du Québec (MTQ). La technologie FDR s'est avérée efficace, avec une bonne aptitude à prédire la masse volumique sèche et la teneur en eau gravimétrique pour les sols MG 20 et MG 112. De plus, la méthode a démontré une simplicité d'exécution, et les données générées par la sonde peuvent être obtenues en 1 minute. En plus, le processus gaussien a généré le modèle de courbe de calibration le plus performant pour la prédiction de la teneur en eau et pour la masse volumique sèche. La MS offre également une précision de masse volumique sèche comparable à d'autres dispositifs testés et rapportés dans la littérature.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".