MétaCan
Menu
Retour à la cohorte
Enregistrement W2544107755 · doi:10.3390/ma9110878

Optimizing a Test Method to Evaluate Resistance of Pervious Concrete to Cycles of Freezing and Thawing in the Presence of Different Deicing Salts

2016· article· en· W2544107755 sur OpenAlexafffund
Chehong Tsang, Medhat Shehata, Abdurrahmaan Lotfy

Notice bibliographique

RevueMaterials · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesGovernment of Ontario
Mots-clésBrinePotassiumMaterials scienceSodiumMagnesiumChemistryComposite materialChromatographyMetallurgy

Résumé

récupéré en direct d'OpenAlex

The lack of a standard test method for evaluating the resistance of pervious concrete to cycles of freezing and thawing in the presence of deicing salts is the motive behind this study. Different sample size and geometry, cycle duration, and level of submersion in brine solutions were investigated to achieve an optimized test method. The optimized test method was able to produce different levels of damage when different types of deicing salts were used. The optimized duration of one cycle was found to be 24 h with twelve hours of freezing at -18 °C and twelve hours of thawing at +21 °C, with the bottom 10 mm of the sample submerged in the brine solution. Cylinder samples with a diameter of 100 mm and height of 150 mm were used and found to produce similar results to 150 mm-cubes. Based on the obtained results a mass loss of 3%-5% is proposed as a failure criterion of cylindrical samples. For the materials and within the cycles of freezing/thawing investigated here, the deicers that caused the most damage were NaCl, CaCl 2 and urea, followed by MgCl 2 , potassium acetate, sodium acetate and calcium-magnesium acetate. More testing is needed to validate the effects of different deicers under long term exposures and different temperature ranges.

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 enseignants0,099
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,271
Écart entre enseignants0,253 · 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

Citations39
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetSmart Materials for ConstructionTravaux en français237 207