MétaCan
Menu
Retour à la cohorte
Enregistrement W2028704342 · doi:10.1139/l03-024

Sulphate resistance of silica fume blended mortars exposed to various sulphate solutions

2003· article· en· W2028704342 sur OpenAlexvenueno aff
Han-Young Moon, Seung Tae Lee, Seong-Soo Kim

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSilica fumeMortarMaterials scienceCementScanning electron microscopeCompressive strengthMagnesiumSodiumComposite materialPorosimetryMetallurgyPorosity

Résumé

récupéré en direct d'OpenAlex

The different performances of silica fume blended mortars placed in various sulphate-bearing exposure conditions were investigated. Experimental study was carried out on mortars immersed in 5% sodium sulphate, 5% magnesium sulphate, and mixed 5% sodium sulphate and 5% magnesium sulphate solutions for 270 d of sulphate exposure. Another variable was the replacement ratio of cement with silica fume (0, 5, 10, and 15% of the cement by weight). The results showed conclusively that silica fume should be given serious consideration for use in sulphate environments. In other words, in a sodium sulphate solution, silica fume showed a beneficial effect on mitigating compressive strength reduction and length change of mortars. However, the strength deterioration factor of the mortar specimen with some silica fume content (especially 15% of the cement by weight) was greater than that of the mortar specimen without silica fume under Mg 2+ ion oriented attack. These different sulphate deterioration mechanisms are presented in the study. Microstructural investigations such as X-ray diffraction (XRD), scanning electron microscopy (SEM), energy-dispersive X-ray analysis (EDXA), and mercury intrusion porosimetry (MIP) were also used to support the explanation for these mechanisms.Key words: sodium sulphate, magnesium sulphate, silica fume, strength deterioration factor, length change.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,398
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,015
Tête enseignante GPT0,204
Écart entre enseignants0,189 · 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

Citations37
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207