Investigation of the Relationship Between Formation Factor and Fresh Properties of Concrete
Notice bibliographique
Résumé
Formation factor of fresh cementitious pastes was investigated experimentally as a function of time from initial mixing and mixture design properties such as supplementary cementitious material (SCM) replacement level, water-to-binder ratio (w/cm), and superplasticizer dosage. SCM types included fly ash, slag and silica fume. A total of 54 paste mixtures were studied. The formation factor of each fresh paste was determined at the 30th, 60th, and 90th minutes from initial mixing. It was shown that for a given type of paste mixture (e.g. OPC plus silica fume), formation factor decreases if porosity or w/cm ratio increases, and this relationship can be well formulized by a power function. Although both paste and pore solution resistivity decrease with time in fresh cement paste mixtures until initial setting, their ratio (formation factor) remains relatively constant because it is only indicative of physical formation of solid particles in the pore solution. Formation factor of fresh cement paste is strongly correlated to its porosity through Archie's law, which implies that formation factor decreases if porosity increases. This decrease of formation factor is attributed to the smaller solid particles fraction (i.e., 1-φ) with high resistivity (i.e., lower amount of non-conductive component compared to conductive component). The tortuosity of paste affects the formation factor even at a constant porosity. Smaller size, angular shape, and more even distribution of particles increase the tortuosity of the paste. Slag and fly ash particles considerably decrease tortuosity; whereas silica fume incorporated pastes have almost the same tortuosity as OPC pastes. Superplasticizer addition significantly increases tortuosity through a better distribution of solid particles.
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 | 0,001 | 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 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».