MétaCan
Menu
Retour à la cohorte
Enregistrement W2582462914 · doi:10.6000/1929-5995.2016.05.04.4

Use of High-Range Water Reducer to Mitigate the Detrimental Effect of Recycled Acrylic-Based Polymers on Concrete Performance

2017· article· en· W2582462914 sur OpenAlexvenueno aff
Joseph J. Assaad

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueRecycled Aggregate Concrete Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater reducerMaterials scienceComposite materialPolymerCompressive strengthExtenderPolyurethaneCement

Résumé

récupéré en direct d'OpenAlex

The incorporation of recycled polymers from waste latex paints (WLPs) in concrete manufacturing is very limited. In fact, this practice cannot be formally implemented without thorough assessment of the various implications that could result from WLP additions on concrete properties. This paper seeks to provide better understanding on effect of WLP constituents and substitution rates on concrete fresh and mechanical properties. It also examines the effect of incorporating naphthalene-based high-range water reducer (HRWR) to mitigate the detrimental effects associated with such additions. Tested WLPs were not randomly collected from waste collection sites; rather produced to assure full traceability of composition and then stored for around 1-year to expire. Test results have shown that workability, setting time, and hardened properties of concrete are directly affected by the polymer latex type and content including the pigment/extender ratio. The use of HRWR is efficient to control work ability and its loss over time when WLPs are disposed in concrete at relatively high rate of 10% of mixing water. The incorporation of HRWR should be coupled with certain reduction in free water to control the drop in compressive strength and bond to embedded steel bars.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,035
Tête enseignante GPT0,329
Écart entre enseignants0,294 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research Updates in Polymer ScienceMême sujetRecycled Aggregate Concrete PerformanceTravaux en français237 207