MétaCan
Menu
Retour à la cohorte
Enregistrement W1901034750 · doi:10.1139/cjce-2013-0109

Modeling of hydration reactions to predict the properties of slag blended concrete

2014· article· en· W1901034750 sur OpenAlexvenueno aff
Xiao-Yong Wang, Ki-Bong Park

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésGround granulated blast-furnace slagPortland cementCementFinenessSlag (welding)Materials scienceClinker (cement)Calcium hydroxideMetallurgyHydration reactionHardening (computing)Composite materialChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The granulated blast furnace slag is commonly blended with Portland cement or clinker to produce slag blended cement after being ground to the fineness comparable to Portland cement. Hydration of slag-blended cement is much more complex than that of ordinary Portland cement because of the mutual interactions between the cement hydration and the slag reaction. In this paper, by considering the production of calcium hydroxide in cement hydration and its consumption in the reaction of slag, a numerical procedure is proposed to simulate the hydration of concrete containing slag. The numerical procedure includes two sub components, a cement hydration model and a slag reaction model. The heat evolution rate of slag concrete is determined from the contributions of the cement hydration and the slag reaction. Furthermore, the temperature history in hardening blended concrete is evaluated by combining the proposed numerical procedure with a finite element method. The proposed model is verified through experimental data on concrete with different water–cement ratios and mineral admixture substitution ratios.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,192
Écart entre enseignants0,176 · 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'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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207