MétaCan
Menu
Retour à la cohorte
Enregistrement W1876854452 · doi:10.1139/cjce-2014-0353

Chloride intrusion into thermally damaged self-compacting concrete

2015· article· en· W1876854452 sur OpenAlexvenueno aff
Rami H. Haddad, Ayat Hinawi

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFire effects on concrete materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiffusionChlorideRelative humidityMaterials scienceComposite materialCompressive strengthHumidityCementWater–cement ratioIntrusionAnalytical Chemistry (journal)ChemistryThermodynamicsMetallurgyGeology

Résumé

récupéré en direct d'OpenAlex

The post-heating resistance of limestone self-compacting concrete (SCC) against chloride intrusion is investigated considering key parameters such as water-to-cement ratio (0.4, 0.45, and 0.5), relative humidity, and elevated temperature (300 °C and 400 °C). The SCC mixtures were proportioned to conform to universal specification with regard to different workability requirements. Chloride profiles were determined for post-heated and companion prismatic (100 mm × 100 mm × 250 mm) specimens, kept at room temperature. Consequently, diffusion coefficients were determined based on Fick’s steady state formula. Post-heating damage was quantified, as well, using various techniques such as ultrasonic pulse velocity waves, resonant frequency, compression test measurements. The results indicated significant reductions in compressive strength and estimated dynamic modulus ranging from 20 to 60% and 10 to 40%, respectively, with a corresponding increase in chloride diffusion coefficient reaching 80%. Both temperature and relative humidity levels had tangible impact on post-heating damage of SCC, hence percentage increase in chloride diffusion coefficient. The empirical models developed in this work showed excellent correlation between various damage indices and the percentage increase in diffusion coefficient. Furthermore, the electrical charge passing through SCC compared very well with the percentage increase in diffusion coefficient.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetFire effects on concrete materialsTravaux en français237 207