MétaCan
Menu
Retour à la cohorte
Enregistrement W2012098218 · doi:10.1061/(asce)mt.1943-5533.0000977

Thermal Conductivity of Bentonite Grout Containing Graphite or Chopped Carbon Fibers

2013· article· en· W2012098218 sur OpenAlexafffund
Eric Tiedje, Peijun Guo

Notice bibliographique

RevueJournal of Materials in Civil Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceGraphiteBentoniteComposite materialThermal conductivityGroutComposite numberVolume fractionMass fractionCarbon fibersChemical engineering

Résumé

récupéré en direct d'OpenAlex

The effectiveness of chopped carbon fibers to enhance the thermal conductivity of bentonite-based grout was examined. Fibers of 3 mm and 150 μm in length were added to sodium bentonite and silica sand mixtures at different volumetric concentrations. The thermal conductivity of the resulting composite material was then measured using a non-steady-state needle probe technique. The conductivities of the fibrous materials were compared to bentonite and sand mixtures containing natural flake graphite and milled, compressed exfoliated graphite at corresponding volumetric concentrations. The resulting conductivities for all tested materials increased with the volumetric fraction of additive. However, the 3-mm carbon fibers were more effective as compared to either granular graphite; at a volume fraction of 0.68% the 3-mm fibers were approximately twice as effective as either form of graphite.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 GPT0,195
Écart entre enseignants0,186 · 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

Citations19
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials in Civil EngineeringMême sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207