MétaCan
Menu
Retour à la cohorte
Enregistrement W1599517353 · doi:10.3846/13923730.2014.893905

WATER VAPOR TRANSMISSION AND WATERPROOFING PERFORMANCE OF CONCRETE SEALER AND COATING SYSTEMS

2015· article· en· W1599517353 sur OpenAlexaff
Md. Safiuddin, Khaled Soudki

Notice bibliographique

RevueJournal of Civil Engineering and Management · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensUniversity of WaterlooGeorge Brown College
Organismes subventionnairesnon disponible
Mots-clésWaterproofingCoatingWater vaporCementitiousMaterials scienceComposite materialCementChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This paper reports the water vapor transmission and waterproofing performance of a silane-based penetrating sealer (PS), two cementitious coatings (CC1 and CC2), and a polymeric coating (PC). The sealer and coating products were applied on 100-mm concrete cubes. In total, fifteen concrete cubes including the control specimens were prepared. The treated concrete cubes were tested to determine the ability of the selected products to improve waterproofing and to transmit water vapor. The correlation between water vapor transmission and waterproofing performance was also examined. Experimental results revealed that the cementitious coating CC2 had the lowest degree of water vapor transmission but the highest degree of waterproofing performance. In contrast, the highest degree of water vapor transmission but the lowest degree of waterproofing performance were observed for the cementitious coating CC1. The penetrating sealer PS provided greater water vapor transmission but lower waterproofing ability than the polymeric coating PC and the cementitious coating CC2. The best-performing coating with regard to water vapor transmission and waterproofing was the polymeric coating PC. Furthermore, the water vapor transmission and waterproofing performance of the sealer and coating systems were strongly correlated; this suggests that one of these two properties can be predicted by testing the other.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,009
Tête enseignante GPT0,184
Écart entre enseignants0,175 · 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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Civil Engineering and ManagementMême sujetConcrete Corrosion and DurabilityTravaux en français237 207