MétaCan
Menu
Retour à la cohorte
Enregistrement W3025927186 · doi:10.3390/jcs4020053

Characterization of Enhanced ITZ in Engineered Polypropylene Fibers for Bond Improvement

2020· article· en· W3025927186 sur OpenAlexafffund
Rishabh Bajaj, Boyu Wang, Rishi Gupta

Notice bibliographique

RevueJournal of Composites Science · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceMetakaolinComposite materialPolypropyleneSilica fumeMortarUltimate tensile strengthCompressive strengthCementitiousFiberPozzolanPorosityBond strengthCementLayer (electronics)Portland cement

Résumé

récupéré en direct d'OpenAlex

The interfacial transition zone (ITZ) is well known to be a zone of high porosity and lesser strength and is the weak zone in the fiber-reinforced matrix. This study aims to evaluate the improvement in the bonding between engineered polypropylene fibers and the surrounding mortar matrix. The improvement was implemented by modifying the ITZ, which develops between the fibers and the cementitious matrix. Two commercially available repair materials have been used in this study, Mix M and Mix P. Mix M served as the base material for the prepared fibers, whereas Mix P is a fiber-reinforced repair mortar and provides a comparison. A total of six types of mixes have been investigated. The improved bonding is tested by coating the polypropylene fibers with supplementary cementitious materials (SCM) using an innovative patented concept. In this study, silica fume and metakaolin are used as the SCM because of their fine size and pozzolanic capacity. The study involves multiple items of investigation, including mechanical tests such as compressive strength, direct tensile strength, and three-point bending tests. Energy-dispersive X-ray spectroscopy (EDS) of the different mixes helped in evaluating and analyzing the ITZ between the fiber and matrix.

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 seuil0,002

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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,212 · 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

Citations19
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Composites ScienceMême sujetInnovative concrete reinforcement materialsTravaux en français237 207