MétaCan
Menu
Retour à la cohorte
Enregistrement W3023131052 · doi:10.1520/jte20180642

An Innovative Approach to Simulate Biocorrosion in Concrete Pipes

2019· article· en· W3023131052 sur OpenAlexaff
Negar Roghanian, Nemkumar Banthia

Notice bibliographique

RevueJournal of Testing and Evaluation · 2019
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDurabilityCorrosionMortarCementMaterials scienceFlexural strengthCarbonationComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Concrete corrosion in wastewater concrete pipes is mainly caused by the diffusion of aggressive solutions and in situ production of sulfuric acid by sulfur oxidizing microorganisms, which affect the physicochemical properties of concrete. In this study, a novel pilot-scale experimental setup was designed to replicate conditions in sewage systems as well as the bacterial-induced corrosion process in concrete pipes. The reliability of this test was evaluated by conducting a flexural strength test on arch-shaped cement mortar specimens over a 6-month period. Quantitative assessments of the properties were carried out over the 6-month period, and the average corrosion rate of 3 mm/y with 73 % reduction in bending strength (of the initial strength) and an average weight loss of 15 % was observed in cement-based mortar specimens. The proposed methodology and the results provide a better understanding of the biocorrosion process and quantitative information on the performance and effectiveness of different pipe/coating materials, which is necessary in evaluating concrete pipe’s durability.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,281

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0000,000

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 Opus0,052
Tête enseignante GPT0,322
Écart entre enseignants0,270 · 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'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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Testing and EvaluationMême sujetOdor and Emission Control TechnologiesTravaux en français237 207