MétaCan
Menu
Retour à la cohorte
Enregistrement W1980075513 · doi:10.1016/j.conbuildmat.2013.04.017

Properties of freshly mixed carbon fibre reinforced self-consolidating concrete

2013· article· en· W1980075513 sur OpenAlexaff
M. Yakhlaf, Md. Safiuddin, Khaled Soudki

Notice bibliographique

RevueConstruction and Building Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialCarbon fibersScanning electron microscopeConcrete slump testSlumpSelf-consolidating concreteRheologySieve (category theory)CementCompressive strength

Résumé

récupéré en direct d'OpenAlex

This study examined the effects of discrete pitch-based carbon fibres on the fresh properties of self-consolidating concrete. Different carbon fibre reinforced self-consolidating concrete mixtures were produced incorporating 0%, 0.25%, 0.5%, 0.75% and 1% carbon fibres by concrete volume with two water-to-binder ratios (0.35 and 0.40). The flowing ability (filling ability and passing ability) of the concrete mixtures was determined with respect to slump flow, J-ring slump flow, and T 50 slump flow time. The segregation resistance of the concrete mixtures was evaluated by using the sieve stability test. Visual stability index (VSI) was also used to assess the segregation resistance of concrete. Moreover, the freshly mixed concrete mixtures were tested for air content and unit weight. The hardened concretes were tested by a Scanning Electron Microscope to observe the distribution of fibres. Test results revealed that the increased amount of carbon fibres decreased the filling ability and passing ability of concrete. However, carbon fibres had no adverse effects on the segregation resistance of concrete. Also, no significant air entrapment occurred in the presence of carbon fibres. Carbon fibres were well-distributed and they slightly decreased the unit weight of concrete.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,812

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,185
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 tête enseignante, 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

Citations56
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConstruction and Building MaterialsMême sujetInnovative concrete reinforcement materialsTravaux en français237 207