MétaCan
Menu
Retour à la cohorte
Enregistrement W1994652341 · doi:10.1680/coma.800065

Laboratory and field performance of maturity functions

2010· article· en· W1994652341 sur OpenAlexaff
M. Lachemi, Khandaker M. Anwar Hossain, Christos Anagnostopoulos, Abdul Rahim Sabouni

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Construction Materials · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Properties and Behavior
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMaturity (psychological)ThermodynamicsField (mathematics)Activation energyRetarderMaterials scienceMathematicsEnvironmental scienceStatisticsChemistryComposite materialPhysicsPsychologyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

This study compared the performance of various maturity functions based on the calculated age conversion factor, equivalent age, estimated strength and setting time of concrete mixtures using laboratory and field data. The influence of varying dosages of the particular retarder on the apparent activation energy and temperature sensitivity factor associated with the Freiesleben Hansen and Pederson, and Carino and Tank, maturity functions was found to be negligible. As expected, the influence of the apparent activation energy in the Freiesleben Hansen and Pederson function was found to depend on the deviation of average concrete temperature from the reference temperature. The performance of maturity functions depended on the temperature–time history of concrete in both laboratory and field conditions. Based on this study, calculated age conversion factors, equivalent ages and estimated strength development based on the two functions differ from those obtained using the Rastrup, Weaver–Sadgrove, and Nurse–Saul functions. All maturity functions predicted initial setting time reasonably well with varying retarder dosages and initial concrete temperature in both field and laboratory conditions.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,004
Tête enseignante GPT0,170
Écart entre enseignants0,165 · 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'étudeObservationnel
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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Construction MaterialsMême sujetConcrete Properties and BehaviorTravaux en français237 207