MétaCan
Menu
Retour à la cohorte
Enregistrement W2588492682 · doi:10.1061/(asce)mt.1943-5533.0001864

Mechanical, Physical, and Self-Healing Behaviors of Engineered Cementitious Composites with Glass Powder

2017· article· en· W2588492682 sur OpenAlexaff
Hocine Siad, Mohamed Lachemi, Mustafa Şahmaran, Khandaker M. Anwar Hossain

Notice bibliographique

RevueJournal of Materials in Civil Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialScanning electron microscopeSelf-healingFlexural strengthCementitiousCuring (chemistry)Compressive strengthEnergy-dispersive X-ray spectroscopyFly ashCement

Résumé

récupéré en direct d'OpenAlex

This paper presents a detailed study on the use of glass powder (GP) as a binder in engineered cementitious composites (ECC). It investigates the effect of different levels of GP on the mechanical, physical, and self-healing efficiency of ECC. To assess recovery in GP-ECCs, multiple beams were preloaded up to 60% of their original flexure deformations at the age of 28 days and left to heal under moist curing. Compressive and flexural strengths, midspan beam deflection capacity, rapid chloride penetration, and resistivity tests were used to assess the performance of different ECC mixtures. To better understand the effect of GP content on the self-healing quality of ECCs, microstructural analysis was also performed via scanning electron microscopy coupled with energy-dispersive X-ray spectroscopy (SEM-EDS) and X-ray diffraction (XRD) in the surface and core regions of healed cracks. The results of this study show that production of ECCs with GP is possible, even at 100% GP replacement level with fly ash (FA). Acceptable physicomechanical behaviors can be achieved with 50, 75, and 100% GP replacement, with better performance at 25%. This study also confirms the good self-healing capability of GP-ECCs, especially at a 25% replacement level.

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 seuil0,002

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,233 · 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

Citations60
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials in Civil EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207