MétaCan
Menu
Retour à la cohorte
Enregistrement W3044207618 · doi:10.1080/21650373.2020.1793820

Statistical modeling of mechanical and transport properties of concrete incorporating glass powder

2020· article· en· W3044207618 sur OpenAlex
Aly Hussein Abdalla, Ammar Yahia, Arezki Tagnit‐Hamou

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Sustainable Cement-Based Materials · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCompressive strengthCementitiousMaterials scienceCementComposite materialPermeability (electromagnetism)Properties of concreteChemistry

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to model the effect of the partial replacement of cement by glass powder (GP), w/cm, and supplementary cementitious materials (SCM) content, as well as their coupled effects on key engineering properties of concrete using a statistical design of experiments. The modeled experimental domain includes concrete mixtures with w/cm ranging between 0.27 and 0.69, GP percentages of 0–50%, and SCM content of 310 to 440 kg/m3. The modeled responses include the compressive strength and rapid chloride ions permeability (CIP) at various ages. The comparison between predicted and measured responses determined on eight selected mixtures included in the experimental domain indicates good accuracy of the established models to describe the effect of the independent variables on the targeted properties. The derived statistical models indicate that the CIP is dominated by substitution percentage of GP, while the compressive strength is dominated by w/cm, regardless of the age of concrete. The increase in GP content to 30% resulted in a significant reduction in CIP. However, it reduces the compressive strength at early age, which may necessitate a decrease in w/cm to compensate for strength reduction. Trade-off between mixture parameters to achieve targeted compressive strength and CIP properties were established.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,018
Score d'incertitude au seuil0,563

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,026
Tête enseignante GPT0,233
Écart entre enseignants0,207 · 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