MétaCan
Menu
Retour à la cohorte
Enregistrement W2016445431 · doi:10.1061/(asce)mt.1943-5533.0001276

Shear Behavior of SCC Beams with Different Coarse-to-Fine Aggregate Ratios and Coarse Aggregate Types

2015· article· en· W2016445431 sur OpenAlexaff
Assem A. A. Hassan, Mohamed K. Ismail, Justin Mayo

Notice bibliographique

RevueJournal of Materials in Civil Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAggregate (composite)CrackingComposite materialCompressive strengthShear (geology)Self-consolidating concreteVolume fraction

Résumé

récupéré en direct d'OpenAlex

The effect of mixture composition and coarse aggregate density on the shear strength and cracking behavior of self-consolidating concrete (SCC) beams are presented in this study. The experimental test parameters included coarse/fine (C/F) aggregate ratio (ranging from 0.7 to 1.2), coarse aggregate size (10 and 20 mm), coarse aggregate type/density (slag, expanded slate, and crushed stone), and varying compressive strengths (26–72 MPa). The density of the tested mixtures varied from 1,848 to 2,286 kg/m3. The study investigates the fresh properties of all tested mixtures and the shear strength and cracking behavior of 16 full-scale concrete beams. Based on some selected design codes, the ultimate shear strength of the tested beams is also predicted. The results showed that SCC mixtures with a higher C/F ratio or bigger normal-weight aggregate had better flowability and less high range water reducer admixtures (HRWRA) demand. Although all tested beams showed comparable normalized shear strength, beams with a high C/F ratio or bigger normal-weight aggregate had higher postdiagonal cracking resistance. The results also showed that the expanded slate and slag lightweight aggregates were found to be relatively strong (compared to most common lightweight aggregates) as they did not entirely break along the diagonal crack. Increasing the volume of these lightweight aggregates in SCC mixtures not only reduced the mixture density but also enhanced the postdiagonal cracking resistance.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,129
Score d'incertitude au seuil1,000

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 Opus0,016
Tête enseignante GPT0,225
Écart entre enseignants0,210 · 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.

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

Citations25
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials in Civil EngineeringMême sujetInnovative concrete reinforcement materialsTravaux en français237 207