MétaCan
Menu
Retour à la cohorte
Enregistrement W3004453288 · doi:10.1680/jensu.18.00027

Eco-efficient preplaced recycled aggregate concrete incorporating recycled tyre waste

2019· article· en· W3004453288 sur OpenAlexaff
Saud A Alfayez, Tarek Omar, Moncef L. Nehdi

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Engineering Sustainability · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRecycled Aggregate Concrete Performance
Établissements canadiensFleming CollegeWestern University
Organismes subventionnairesnon disponible
Mots-clésScrapAggregate (composite)Materials scienceCrumb rubberUltimate tensile strengthFlexural strengthCrackingNatural rubberComposite materialGroutDuctility (Earth science)BrittlenessCreepMetallurgy

Résumé

récupéré en direct d'OpenAlex

This experimental study explores the development of highly eco-efficient concrete. This concrete incorporates 50% higher coarse aggregate content compared with normal concrete, thus reducing cement demand, and its granular skeleton is entirely recycled. Moreover, it adopts a unique energy-efficient placement technique whereby the granular skeleton is first preplaced in the form and then injected with a flowing grout, which considerably reduces the energy of mixing and placement. Various mixtures incorporating recycled concrete aggregate along with recycled rubber granules and steel wire fibres retrieved from scrap tyres were made. The mechanical strength and post-cracking behaviour of the eco-efficient concrete were evaluated. While tyre rubber decreased mechanical strength as expected, scrap tyre steel wire fibres enhanced the tensile and flexural behaviour, exhibiting superior energy absorption and ductility compared to the brittle failure of the control mixture. The results provide an insight into the level of recycled tyre rubber and steel wire that could be combined with recycled concrete aggregate to achieve durable and cost-effective eco-efficient preplaced recycled aggregate and rubberised concrete for sustainable non-structural applications.

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 seuil0,003

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 Opus0,003
Tête enseignante GPT0,179
Écart entre enseignants0,176 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Engineering SustainabilityMême sujetRecycled Aggregate Concrete PerformanceTravaux en français237 207