MétaCan
Menu
Retour à la cohorte

Repeatability of Workability Test Methods of Self-Consolidating Concrete

2010· article· en· W2069814465 sur OpenAlexaff
Wu-Jian Long, Kamal H. Khayat, Feng Xing

Notice bibliographique

RevueAdvanced materials research · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesGuangdong Academy of Sciences
Mots-clésRepeatabilityConsistency (knowledge bases)MathematicsStandard deviationSlumpApproximation errorStatisticsStructural engineeringCementMaterials scienceComposite materialEngineeringGeometry

Résumé

récupéré en direct d'OpenAlex

In general, in the evaluation of a test method, the repeatability tests must be performed to establish upper and lower bounds for the precision of a test method. The repeatability is calculated as a standard deviation and relative error of test results. In order to evaluate the repeatability of the workability tests used in self-consolidating concrete (SCC) applications, an SCC mixture proportioned with 0.38 w/cm, Type MS cement, 480 kg/m3 of binder , and crushed aggregate with MSA of 12.5 mm was used. The dosage rate of the HRWRA of the SCC was adjusted to secure two initial slump flow consistency levels of 630 ± 10 mm and 700 ± 10 mm for the repeatability tests. For each consistency level, the concrete was batched five times (for a total of 10 mixtures). Each test was repeated five times by the same operator in order to establish the single-operator precision values. Furthermore, five different operators were used to perform each of the workability tests in order to assess the multi-operator error that could occur during testing. Based on the relative errors obtained in the repeatability tests, relatively low error values were obtained for the slump flow, J-Ring flow, and L-box blocking ratio tests. Relative errors for recommended SCC workability test methods were also summarized.

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)0,008
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,051
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,399
Écart entre enseignants0,361 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetConcrete and Cement Materials ResearchTravaux en français237 207