MétaCan
Menu
Retour à la cohorte
Enregistrement W2055810733 · doi:10.1520/cca10457j

A Practical Method to Solve Slump Loss Problem in PNS Superplasticized High-Performance Concrete

2000· article· en· W2055810733 sur OpenAlexaff
Shuyun Jiang, B-G. Kim, P-C Aïtcin

Notice bibliographique

RevueCement Concrete and Aggregates · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésSlumpStructural engineeringGeotechnical engineeringComputer scienceMaterials scienceForensic engineeringGeologyComposite materialEngineeringCement

Résumé

récupéré en direct d'OpenAlex

Abstract Using the mini-slump and slump tests, three low-alkali Portland cements were found to be incompatible with a PNS superplasticizer in terms of fluidity loss in cement pastes and con-cretes having low W/C ratios (0.30 to 0.35). The addition of a small amount of sodium sulfate appeared to be a practical method to solve the slump loss problem of these superplasticized cement pastes and concretes. The addition of sodium sulfate between 0.2 to 0.8% (or at a Na2O eq. of 0.10 to 0.35%) significantly reduces the rate of the slump loss and maintains a high slump value over 90 min after mixing of the superplasticized concrete mixes having a W/C ratio of 0.30. Moreover, the addition of sodium sulfate was not found to affect the air content of the fresh concretes. The setting of the concretes are retarded or accelerated by no more than 2 h depending on the amount of sodium sulfate added. Furthermore, the addition of sodium sulfate up to 0.5% to the superplasticized concretes increases not only the 1-day compressive strength but also the 28-day compressive strength. The addition of sodium sulfate over 0.5% was found to increase the 1-day compressive strength but to decrease the 28-day compressive strength.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,150
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)0,0000,000
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)0,0030,000

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 GPT0,275
Écart entre enseignants0,260 · 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

Citations5
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCement Concrete and AggregatesMême sujetConcrete and Cement Materials ResearchTravaux en français237 207