MétaCan
Menu
Retour à la cohorte
Enregistrement W2056489993 · doi:10.4028/www.scientific.net/amr.150-151.18

Combinations of Various Self-Consolidating Concrete Test Methods and Workability Responses

2010· article· en· W2056489993 sur OpenAlexaff
Wu-Jian Long, Kamal H. Khayat, Feng Xing

Notice bibliographique

RevueAdvanced materials research · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPrecast concreteAggregate (composite)Materials scienceTest methodStructural engineeringEngineeringComposite materialMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Key workability characteristics of SCC can be described in terms of filling ability, passing ability, and resistance to segregation. These properties are typically characterized by data that relate to specific testing methods. In general, these methods include the components required for evaluating simultaneously filling ability, passing ability, and resistance to segregation, since these properties are rather interrelated. In this investigation, 33 SCC mixtures made with various mixture proportioning parameters, including maximum size and type of aggregate, type and content of binder, and w/cm were evaluated. Comparisons and correlations among various test results used in evaluating the workability responses obtained for these mixtures are established. This is done to highlight advantages and limitations of the various test methods that can be used to assess workability of SCC designated for precast, prestressed applications. Ranges of acceptance of the various test methods are also established.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,082
Score d'incertitude au seuil0,738

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
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 Opus0,032
Tête enseignante GPT0,401
Écart entre enseignants0,368 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetInnovative concrete reinforcement materialsTravaux en français237 207