Toughness Characterization of Fiber-Reinforced Concrete: Which Standard to Use?
Notice bibliographique
Résumé
Abstract The major advantage of fiber-reinforced concrete (FRC) over its plain counterpart is in its improved energy absorption capability, or ‘toughness.’ There are currently several standard test methods available to characterize the toughness of fiber-reinforced concrete, but little is known of the relationship between the toughness results they produce for a given fiber-reinforced concrete. An attempt is made here to compare the results produced by three of these techniques: ASTM C 1018, ASTM C 1399, and JSCE SF-4 for the same concrete and to assess the subjectivity encountered in toughness characterization. It was found that there is no firm and reliable correlation between these three procedures; they would rank different FRCs differently. Only a weak correlation exists between the toughness parameters generated by the C 1399 and the SF-4 standards, and the correlation is highly dependent on the fiber type. The ASTM C 1018 procedure is the least reliable of all and produces Toughness Indices and RM,N values that are very difficult to interpret.
Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.
Comment cette classification a été obtenuedéplier
Le tri à trois modèles
les 5 600 travaux triés →Les trois modèles l'ont jugé hors champ.
Comparison of concrete toughness test standards; measurement standards in materials engineering, and the 'reproducibility' language is assay-level, a polysemy trap.
This compares concrete testing standards and measurement results, not research methods as a social or scholarly practice.
Compares engineering materials-test standards for concrete toughness; object is construction materials testing, not research.
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».