MétaCan
Menu
Retour à la cohorte
Enregistrement W2786354892 · doi:10.1155/2018/2134873

Mechanical Properties and Durability of Latex‐Modified Fiber‐Reinforced Concrete: A Tunnel Liner Application

2018· article· en· W2786354892 sur OpenAlexaff
Joo-Ha Lee, Hwang-Hee Kim, Sung‐Ki Park, Ri-On Oh, Hae‐Do Kim, Chan-Gi Park

Notice bibliographique

RevueAdvances in Materials Science and Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensContech (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialDurabilityFiber-reinforced concreteFlexural strengthCompressive strengthFiberGround granulated blast-furnace slagCement

Résumé

récupéré en direct d'OpenAlex

This study assessed the mechanical properties and durability of latex‐modified fiber‐reinforced segment concrete (polyolefin‐based macrosynthetic fibers and hybrid fiber‐macrosynthetic fiber and polypropylene fiber) for a tunnel liner application. The tested macrosynthetic fiber‐reinforced concrete has a better strength than steel fiber‐reinforced concrete. The tested concrete with blast furnace slag has a higher chloride ion penetration resistance (less permeable), but its compressive and flexural strengths can be reduced with blast furnace slag content increase. Also, the hybrid fiber‐reinforced concrete has higher compressive strength, flexural strength, chloride ion water permeability resistance, impact resistance, and abrasion resistance than the macrosynthetic fiber‐reinforced concrete. The modified fiber improved the performance of concrete, and the hybrid fiber was found to control the formation of micro‐ and macrocracks more effectively. Therefore, overall performance of the hybrid fiber‐reinforced concrete was found superior to the other fiber‐reinforced concrete mixes tested for this study. The test results also indicated that macrosynthetic fiber could replace the steel fiber as a concrete reinforcement.

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 enseignants0,072
Score d'incertitude au seuil0,544

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 savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,227
Écart entre enseignants0,214 · 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Materials Science and EngineeringMême sujetInnovative concrete reinforcement materialsTravaux en français237 207