MétaCan
Menu
Retour à la cohorte
Enregistrement W2021564819 · doi:10.3846/13923730.2014.890659

CHLORIDE PENETRATION RESISTANCE OF CONCRETE SEALER AND COATING SYSTEMS

2015· article· en· W2021564819 sur OpenAlexaff
Khaled Soudki, Md. Safiuddin, Paul Jeffs, G.J.M. MacDonald, Marcos Kroker

Notice bibliographique

RevueJournal of Civil Engineering and Management · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensRegional Municipality of WaterlooGeorge Brown CollegeUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCoatingMaterials scienceCementitiousComposite materialPenetration (warfare)ChlorideCementAcrylic resinMetallurgy

Résumé

récupéré en direct d'OpenAlex

This study investigated the chloride penetration resistance of a silane-based sealer (SS1), an acrylic-based coating (AC1), and two cementitious coatings (CC1 and CC2) when applied on concrete surface. Concrete powder samples were collected from 15, 30 and 45 mm depths of sealer and coating treated concrete prism specimens, which were exposed to H2O and de-icing solutions of NaCl, Geomelt S30, MgCl2 and CaCl2 for 100 freeze-thaw cycles followed by 25 wet-dry cycles. Chloride analysis was carried out to determine the total water-soluble chlorides of concrete. Test results revealed that the chloride penetration for exposure to the de-icing chemicals occurred at a depth of 15 mm from the concrete surface. The highest chloride penetration occurred for the non-treated concrete. The sealer ‘SS1’ exhibited good performance except with exposure to NaCl solution. Among the three different coating products, the acrylic-based coating ‘AC1’ was the best-performing coating, whereas the cementitious coating ‘CC1’ had the worst performance. The amount of penetrated water-soluble chlorides was greater than the maximum recommended value of 0.025% (by concrete weight) at 15 mm depth for the sealer ‘SS1’ when exposed to NaCl de-icing solution, and for the coating ‘CC1’ when exposed to NaCl, CaCl2 and MgCl2 solutions.

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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,218
Écart entre enseignants0,202 · 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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

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