Eco-Efficient Fiber-Reinforced Preplaced Recycled Aggregate Concrete under Impact Loading
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study explores highly eco-efficient preplaced aggregate concrete mixtures having superior tensile characteristics and impact resistance developed for pavement and infrastructure applications. A fully recycled granular skeleton consisting of recycled concrete aggregate and recycled tire rubber granules, and steel wire fibers from scrap tires are first placed in the formwork, then injected with a flowable grout. Considering its very high recycled content and limited mixing and placement energy (only the grout is mixed, and no mechanical vibration is needed), this material has exceptional sustainability features and offers superior time and cost savings. Moreover, typical problems of rapid loss of workability due to the high-water absorption of recycled aggregates and the floating of lightweight tire rubber granules are prevented since the aggregates are preplaced in the formwork. The much higher granular content and its denser skeleton reduce the cementitious dosage substantially and provide high volume stability against shrinkage and thermal strains. The behavior under impact loading of this sustainable preplaced recycled aggregate concrete, incorporating randomly dispersed steel wire fibers retrieved from scrap tires, was investigated using a drop weight impact test. The results show that recycled tire steel wire fibers significantly enhanced the tensile and impact properties. A two-parameter Weibull distribution provided an accurate prediction of the impact failure strength of the preplaced recycled aggregate concrete mixtures, allowing to avert additional costly laboratory experiments.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
score_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