MétaCan
Menu
Retour à la cohorte
Enregistrement W2064915632 · doi:10.1680/macr.13.00250

Self-healing ability of cementitious composites: effect of addition of pre-soaked expanded perlite

2014· article· en· W2064915632 sur OpenAlexaff
Mustafa Şahmaran, Gürkan Yıldırım, Erdoğan Özbay, Karwan Ahmed, Mohamed Lachemi

Notice bibliographique

RevueMagazine of Concrete Research · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesTürkiye Bilimler Akademisi
Mots-clésPerliteMaterials scienceComposite materialUltimate tensile strengthCompressive strengthCementitiousPermeability (electromagnetism)ChlorideAggregate (composite)CementMetallurgyChemistryMembrane

Résumé

récupéré en direct d'OpenAlex

This study assessed the use of pre-soaked expanded perlite aggregate (PS-EPA) on the self-healing of cementitious composites by replacing a proportion of normal aggregate with PS-EPA at different replacement rates. Specimens with and without PS-EPA were stored in water for 28 d and then mechanical loading was applied to produce specimen deterioration. At the age of 28 d, pre-loaded and sound specimens were exposed to continuous air (CA) exposure for 30 d. The degree of deterioration as a result of mechanical pre-loading and the degree of self-healing were determined via characterisation of crack numbers and widths, transport (chloride ion permeability) and mechanical properties (splitting tensile strength), and specimens with and without PS-EPA were compared. The test results revealed that increased PS-EPA content significantly improved the compressive strength and chloride ion permeability of specimens, and that it further enhanced the hydration and healing capability of specimens under CA exposure after pre-loading.

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,300
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), 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

Citations48
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagazine of Concrete ResearchMême sujetInnovative concrete reinforcement materialsTravaux en français237 207