MétaCan
Menu
Retour à la cohorte
Enregistrement W2014194810 · doi:10.1061/(asce)cr.1943-5495.0000019

Effects of Mixed Corrosion, Freeze-Thaw Cycles, and Persistent Loads on Behavior of Reinforced Concrete Beams

2010· article· en· W2014194810 sur OpenAlexaff
Bo Diao, Yang Sun, Shaohong Cheng, Yinghua Ye

Notice bibliographique

RevueJournal of Cold Regions Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceDurabilityCorrosionCompressive strengthService lifeComposite materialDrop (telecommunication)CementElastic modulusDeformation (meteorology)Water–cement ratio

Résumé

récupéré en direct d'OpenAlex

The effects of mixed corrosion and freeze-thaw cycles on the mechanical properties of concrete prism specimens and the effects of mixed corrosion, freeze-thaw cycles, and persistent loads on the structural behavior of reinforced concrete beams were experimentally studied. A mixed solution of NaCl and Na2SO4 was used as a corrosive medium. Results show that under alternating actions of freeze-thaw and mixed corrosive agents, increasing the number of freeze-thaw cycles decreases the compressive strength and the elastic modulus of concrete and increases the compressive strain corresponding to the maximum compressive stress. The degradation of concrete material properties accelerates with the increase of water-cement ratio. For reinforced concrete beams, a 4% reduction in the loading capacity is found when these are subjected to freeze-thaw cycles and mixed corrosion only. However, if these actions are coupled with persistent loading, as expected during the service life of reinforced concrete structures in cold regions, a more rapid drop in the strength and deformation capacity of the beams is identified. The degradation is enhanced by a larger persistent-loading ratio. The significance of an accurate simulation of service conditions in the durability study of reinforced concrete structures in cold regions is highlighted.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,192
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 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

Citations42
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cold Regions EngineeringMême sujetConcrete Corrosion and DurabilityTravaux en français237 207