MétaCan
Menu
Retour à la cohorte
Enregistrement W2150105788 · doi:10.1177/0021998311399481

Effect of surface treatment on the post-peak residual strength and toughness of polypropylene/polyethylene-blended fiber-reinforced concrete

2011· article· en· W2150105788 sur OpenAlexafffund
Pouria Payrow, Michelle Nokken, D. Banu, D. Feldman

Notice bibliographique

RevueJournal of Composite Materials · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésMaterials scienceComposite materialPolypropyleneFlexural strengthCompressive strengthToughnessContact angleFiberPolyethyleneWettingSurface modificationSynthetic fiber

Résumé

récupéré en direct d'OpenAlex

This study involved an experimental investigation into the improvement of mechanical properties of fiber-reinforced concrete (FRC) utilizing chemically treated polypropylene/polyethylene fibers. Four types of chemical surface treatments were examined: two types of chromic acid (Types B and C), potassium permanganate (PP), and hydrogen peroxide solutions. Untreated and treated fibers were added at 0.32% by volume of concrete and also at 0.50% for the best treatment technique. Compressive and flexural strength were measured to quantify improvement. It was found that there were no significant differences in compressive strength. Type B chromic acid solution was found to be the most effective technique in improving the flexural strength of FRC resulting in average increases of 8.9% and 17.6% for peak and residual strengths, respectively, compared to nontreated fibers. While not as effective as plasma treatments, further research may be warranted for chemical treatments. Surface wettability of the treated fibers was measured by contact angle with water. The contact angle was found to have no correlation to the toughness. The higher volume of fibers, both treated and nontreated gave higher residual strength and toughness; however, surface treatment did not significantly enhance mechanical properties.

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 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 enseignants0,004
Score d'incertitude au seuil0,879

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,231
Écart entre enseignants0,217 · 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

Citations30
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Composite MaterialsMême sujetInnovative concrete reinforcement materialsTravaux en français237 207