MétaCan
Menu
← Retour à la cohorte
Enregistrement W2413460386 · doi:10.5703/1288284316108

Effectiveness of Vacuum Saturation Preconditioning Regime for Assessing Water Permeability of High Performance Concrete

2016· article· en· W2413460386 sur OpenAlexfundno aff
Kai Yang, Changhui Yang, Muhammed Basheer, Adrian Long, Sreejith Nanukuttan, Yun Bai

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilQueen's UniversityNational Natural Science Foundation of ChinaQueen's University Belfast
Mots-clésMoistureSaturation (graph theory)Permeability (electromagnetism)Water contentMaterials scienceConditioningComposite materialGeotechnical engineeringEnvironmental scienceSoil scienceEngineeringChemistryMathematics

Résumé

récupéré en direct d'OpenAlex

Saturating high performance concrete (HPC) for assessing water permeability is a challenge. This paper reports a testing program established to determine the reliability and efficiency of an in situ preconditioning regime, the vacuum saturation, for the water permeability test. The vacuum saturation regime was examined through changing the parameters used and to justify if the field conditioning regime is able to yield similar results as in the laboratory, the results after vacuum saturation were statistically analysed and compared with that after incremental immersion. Its accuracy was further examined by additional experiments, whereas factors considered include different concrete mixes and different initial moisture conditions. The results suggest that the proposed method can eliminate the influence of moisture for different HPCs under the high initial moisture content. It is not effective, when the initial moisture content is low.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0000,001
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 GPT0,254
Écart entre enseignants0,241 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConcrete and Cement Materials Research→Travaux en français237 207→