MétaCan
Menu
Retour à la cohorte
Enregistrement W2509625523 · doi:10.5006/c2012-01415

Evaluation of Coating Systems for Steel Structures

2012· article· en· W2509625523 sur OpenAlexaffabout
Hélène Gauthier, M. Lessard, Marie-Andrée Ayotte, Germain Larocque, Michel Vienneau

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésCoatingMaterials scienceCorrosionMetallurgyComputer scienceForensic engineeringEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract In the last decade, the formulation of coatings used for steel structures has seen major changes. These changes mainly concern environmental aspects (green products) and a desire to enhance workers’ safety through the reduction of Volatile Organic Compounds (VOC). The Hydro Quebec network is ageing and priority must be ascertained for painting steel structures. In order to upgrade the coatings used by the company, an investigation and assessment were done of different coating systems used mainly for lattice towers and steel poles (aboveground). The evaluated coatings were chosen based on the paint companies’ recommendations and on the utility’s specific needs. Twenty-three coating systems were included in an accelerated aging study. To represent different situations encountered in the field, the selected coatings were applied on three different substrates, aged galvanized, new steel and rusted steel using the appropriate surface preparation for each one. Testing was done according to cyclic tests as per ASTM D 5894. To facilitate the evaluation, the coatings were divided into four main chemical families: epoxy, polyurethane, alkyd, and acrylic. This paper presents the approach that was used and the results obtained. As some of the coatings tested presented anti-graffiti characteristics, a laboratory experiment to test different graffiti media and different cleaners was also conducted. The results are presented in this paper.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,511
Score d'incertitude au seuil0,129

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,038
Tête enseignante GPT0,270
Écart entre enseignants0,232 · 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'étudeSimulation ou modélisation
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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetManufacturing Process and OptimizationTravaux en français237 207