MétaCan
Menu
Retour à la cohorte
Enregistrement W3023025355 · doi:10.5006/c2013-02448

Numerical Evaluation of Galvanized Steel Corrosion in Mechanically Stabilized Earth Walls

2013· article· en· W3023025355 sur OpenAlexaff
Pouria Ghods, Victor Padilla, Akram Alfantazi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGalvanizationMaterials scienceCorrosionMetallurgyEarth (classical element)Mechanically stabilized earthComposite materialLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Abstract Galvanized steel is generally used in mechanically stabilized walls to reinforce the soil due to its high corrosion resistance compared to carbon steel and also its cost effectiveness compared to stainless steel. With galvanized steel reinforcement, steel is protected against corrosion by a thin layer of zinc with a thickness of 20-80 μm. The corrosion of galvanized steel in soil consists of three stages. In the first stage of corrosion, the zinc layer dissolves into soil pore solution. When the underlying steel is exposed to the soil environment in the second stage of corrosion, a galvanic corrosion cell forms between the zinc and steel that limits the corrosion of the steel. The carbon steel reinforcement starts corroding after the depletion of the zinc layer in the last stage of corrosion. In this work, the three stages of galvanized steel corrosion were modeled using the finite element method and a numerical study was conducted to determine the corrosion rate of galvanized steel in soil exposed to corrosive environments. The effect of soil resistivity and oxygen concentration on the corrosion performance of galvanized steel and the effect of zinc thickness on the service life of mechanically stabilized earth (MSE) walls were studied.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,022
Tête enseignante GPT0,247
Écart entre enseignants0,225 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConcrete Corrosion and DurabilityTravaux en français237 207