MétaCan
Menu
Retour à la cohorte
Enregistrement W2029892580 · doi:10.1520/gtj103394

Characterizing Porosity and Diffusive Properties of Monolithic Cement-Based Solidified/Stabilized Materials

2012· article· en· W2029892580 sur OpenAlexaff
Vincent C. Goreham, Craig B. Lake, Pak K. Yuet

Notice bibliographique

RevueGeotechnical Testing Journal · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPorosityMaterials scienceCuring (chemistry)CementThermal diffusivityComposite materialKaoliniteGeotechnical engineeringMetallurgyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents the application of a single reservoir diffusion test to determine both the effective porosity of a soil-cement matrix and the diffusivity of tritium through saturated, monolithic, cement solidified/stabilized wasteforms. Testing was performed on a laboratory mixture of cement paste, sand, and kaolinite. The influence of porosity on the proper interpretation of the diffusion tests was examined. Results of tests on three replicate specimens were consistent and indicate effective porosities of 0.26 to 0.28 and effective diffusive coefficients of 2.5 × 10−10 to 3.0 × 10−10 m2/s. The effect of curing time is discussed. Products of the effective diffusion coefficients and porosity (neDe) decreased by 22 % from specimens cured for 14 days to specimens cured for 28 days prior to testing while from 70 to 126 days of curing neDe only changed by 8 %. This suggests that curing should be carried out for greater than 70 days prior to conducting these tests.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,252
Écart entre enseignants0,193 · 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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnical Testing JournalMême sujetConcrete and Cement Materials ResearchTravaux en français237 207