MétaCan
Menu
Retour à la cohorte
Enregistrement W2585909414

Calcite nanoparticles as possible nano-fillers for reinforcing the plaster of Palazzetto Alessandro Lancia in Rome

2016· article· en· W2585909414 sur OpenAlexfundno aff
Federica Valentini, F. Bertini, Marilena Carbone, Riccarda Antiochia, Gabriele Favero, Aldrei Boaretto, Delia Gazzoli

Notice bibliographique

RevueIRIS Research product catalog (Sapienza University of Rome) · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueBuilding materials and conservation
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Circulatory and Respiratory Health
Mots-clésCalciteVateriteScanning electron microscopeNanoparticleMaterials scienceMiniemulsionTransmission electron microscopyComposite materialNano-Chemical engineeringMineralogyNanotechnologyChemistryAragonite
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper, CaCO3 nanoparticles were synthesized and then applied on the plaster of Palazzetto Alessandro Lancia, in Rome. CaCO3 (A) and CaCO3 (B) were fabricated by using urease enzyme and the miniemulsion strategy, respectively. Samples A and B were characterized by Transmission Electron Microscopy, X-Ray Diffraction and Scanning Electron Microscopy. Then, the dispersions were applied on the plaster and the SEM equipped by the Energy Dispersive X-Ray Analysis was used for characterization. Interesting results were obtained in recovering the mechanical properties of the plaster, not altering their permeability to water and perfectly keeping the wall transpiration but only in presence of nanostructured Calcite (A). This latter resulted in a high quality sample, if compared with the CaCO3 (B) (that also contains Vaterite compound).

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,045
Tête enseignante GPT0,271
Écart entre enseignants0,226 · 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'étudeObservationnel
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIRIS Research product catalog (Sapienza University of Rome)Même sujetBuilding materials and conservationTravaux en français237 207