MétaCan
Menu
Retour à la cohorte
Enregistrement W2000199261 · doi:10.3846/13923730.2011.589225

AIR CONTENT OF SELF-CONSOLIDATING CONCRETE AND ITS MORTAR PHASE INCLUDING RICE HUSK ASH / ORO KIEKIS SAVITANKIAME BETONE IR JO SKIEDINIO DALYJE SU RYŽIŲ LUKŠTŲ PELENAIS

2011· article· en· W2000199261 sur OpenAlexaff
Md. Safiuddin, Jeffrey West, Khaled Soudki

Notice bibliographique

RevueJournal of Civil Engineering and Management · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHuskMortarAir entrainmentMaterials scienceVolume (thermodynamics)CementComposite materialDoseBotany

Résumé

récupéré en direct d'OpenAlex

This paper presents the air content results of self-consolidating concrete (SCC) and its mortar phase including rice husk ash (RHA) as a supplementary cementing material. Moreover, this paper demonstrates a simple technique to determine the dosage of air-entraining admixture (AEA) required for the target air content in SCC. Different SCC mixtures were designed based on the water/binder (W/B) ratios of 0.30–0.50 and design air content of 4–8%. RHA was incorporated in the concretes substituting 0–30% of cement by weight. The mortars were formulated from the mixture proportions of the corresponding parent concretes and tested to determine the air content at various AEA dosages. The effects of W/B ratio and RHA content on the air content of both mortar and concrete were observed. The effect of mortar volume on the air content of concrete was also noticed. Besides, the AEA dosages required for the target air contents of concrete were estimated based on the equivalent mortar air contents. Later the air-entrained SCC mixtures were produced using AEA and tested for the air content. Test results exhibit that the air contents of both mortar and concrete were significantly influenced by the W/B ratio and RHA content. The concrete air content was also greatly influenced by its mortar volume. The AEA dosage increased with lower W/B ratio, higher RHA content, and greater mortar volume for the target air contents. In addition, the actual AEA dosages were consistent with the estimated AEA dosages of the concretes. An excellent correlation was observed between the actual and estimated AEA dosages. The strong correlation suggests that the AEA dosage needed for a target air content in concrete can be determined based on the equivalent air content of its mortar phase. Santrauka Straipsnyje pateikiami oro kiekio nustatymo savitankiame betone (SCC) ir jo skiedinio dalyje su ryžių lukštų pelenais (RHA), naudojamais kaip papildoma cementavimo medžiaga, rezultatai. Be to, pateikiamas paprastas būdas parinkti orą įsiurbiančio priedo (AEA) dozę, siekiant gauti reikalingą oro kiekį SCC. Suprojektuoti skirtingi SCC mišiniai su skirtingu vandens ir rišiklio (W/B) 0,30–0,50 santykiu ir numatytu 4–8 proc. oro kiekiu, RHA buvo dedamas į betoną pakeičiant 0–30 proc. cemento pagal masę. Skiediniai buvo formuojami pagal jiems artimo betono sudėtis ir oro kiekis juose bandomas su skirtingomis AEA dozėmis. Nustatyta W/B santykio ir RHA kiekio įtaka oro kiekiui tiek skiedinyje, tiek betone bei skiedinio tūrio įtaka oro kiekiui betone. Be to, AEA dozės, reikalingos numatytam oro kiekiui betone pasiekti, nustatytos pagal ekvivalentinį oro kiekį skiedinyje. Vėliau SCC mišiniai su orą įsiurbiančiu priedu buvo pagaminti naudojant AEA ir išbandytas juose esantis oro kiekis. Tyrimų rezultatai rodo, kad tiek skiedinį, tiek betono oro kiekį labai veikia W/B santykis ir RHA kiekis. Oro kiekį betone taip pat smarkiai veikia skiedinio tūris. Mažėjant W/B santykiui, didėjant RHA kiekiui ir skiedinio tūriui AEA dozė turi būti didinama norimam oro kiekiui pasiekti. Taip pat faktinės AEA dozės atitiko suskaičiuotas betonų AEA dozes. Tarp faktinių ir suskaičiuotų AEA dozių gauta labai gera koreliacija. Ji rodo, kad AEA dozę, reikalingą numatytam oro kiekiui betone pasiekti, galima skaičiuoti pagal ekvivalentinį oro kiekį šio betono skiedinio dalyje.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,037
Tête enseignante GPT0,252
Écart entre enseignants0,215 · 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

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Civil Engineering and ManagementMême sujetConcrete and Cement Materials ResearchTravaux en français237 207