Field Validation of Concrete Transport Property Measurement Methods
Notice bibliographique
Résumé
Reinforcing steel corrosion, caused by chloride ingress into concrete, is the leading cause of reinforced concrete deterioration. One of the main findings in the literature for reducing chloride ingress is the improvement of the durability characteristics of concrete by the addition of supplementary cementitious materials (SCMs) and/or chemical agents to concrete mixtures. In this study, standard ASTM tests-such as rapid chloride permeability (RCPT), bulk diffusion and sorptivity tests-were used to measure concrete properties such as porosity, sorptivity, salt diffusion, and permeability. Eight different mixtures, prepared with different SCMs and corrosion inhibitors, were tested. Apparent and effective chloride diffusion coefficients were calculated using bound chloride isotherms and time-dependent decrease in diffusion. Diffusion coefficients decreased with time, especially with the addition of SCMs and corrosion inhibitors. The apparent diffusion coefficient calculated using the error function was slightly lower than the effective diffusion coefficient; however, there was a linear trend between the two. The formation factor was found to correlate with the effective diffusion coefficient. The results of the laboratory tests were compared and benchmarked to their counterparts in the marine exposure site in the Arabian Gulf in order to identify laboratory key tests to predict concrete durability. The overall performance of concrete containing SCMs, especially fly ash, were the best among the other mixtures in the laboratory and the field.
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 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) | 0,001 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».