MétaCan
Menu
Retour à la cohorte
Enregistrement W3116280681 · doi:10.21809/rilemtechlett.2020.105

Effect of temperature on early-age properties of self-consolidating concrete equivalent mortar

2020· article· en· W3116280681 sur OpenAlexaff
Nima Farzadnia, Jing Pan, Kamal H. Khayat, Éric Wirquin

Notice bibliographique

RevueRILEM Technical Letters · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCompressive strengthSuperplasticizerMaterials scienceComposite materialAbsorption of waterMortarAir entrainmentPrecast concreteCastingFoaming agentSlumpPorosityStructural engineering

Résumé

récupéré en direct d'OpenAlex

In this study, the effect of material temperature during casting on fresh properties, hydration kinetics, and early-age compressive strength of self-consolidating concrete (SCC) was evaluated. Concrete equivalent mortars (CEMs) based on SCC mixture designs with water-to-binder ratios of 0.41 and 0.45 were investigated. The SCC mixtures are targeted for infrastructure and building construction and precast applications. The CEMs were prepared at temperatures ranging from 8 to 36°C. Superplasticizer (SP) and air-entraining agent (AEA) demand were evaluated for the CEM mixtures made with different supplementary cementing material (SCM) and limestone filler types. Test results showed that the ambient temperature can significantly affect the SP and AEA demand, hydration kinetics, and compressive strength after 1 d of age. According to the ultraviolet–visible spectrophotometry (UV/Vis) test, the absorption rate of polycarboxylate-based SP decreased with temperature. In contrast, the sensitivity of polynaphthalene sulfonate-based SP to temperature was minimal. Relationships between the variations of different admixture contents, heat flux, and compressive strength with temperature were developed. For a constant slump flow and air content, the demand of the SP and AEA, heat flux, and 1-d compressive strength of CEMs increased linearly with material temperature.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,223 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRILEM Technical LettersMême sujetConcrete and Cement Materials ResearchTravaux en français237 207