MétaCan
Menu
Retour à la cohorte
Enregistrement W3158824820 · doi:10.4028/www.scientific.net/kem.884.405

Experimental Study on the Roundness of Silica Sand from Sidrap: Improvement by Means of Abrasion and Measurement Using a Practical New Method

2021· article· en· W3158824820 sur OpenAlexaboutno aff
Wieke Pratiwi, Gaos Abdul Karim, Titi Rachmawati

Notice bibliographique

RevueKey engineering materials · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRoundness (object)Materials scienceAbrasion (mechanical)MortarComposite material

Résumé

récupéré en direct d'OpenAlex

Improving roundness of a local silica sand was conducted by abrasion using a laboratory ball mill having a diameter of about 156 mm with steel milling balls of 2800 g. Abrasion was conducted at a fixed speed of 30 rpm; with various sand loadings of 150, 200, and 250 g; and milling time of 60, 105, and 120 min. Roundness was evaluated based on Wadell equation and topography of particle surface was measured by using a new practical method consisting of a build-in camera in mobile phone and common image processing application. Results of measurement using this new proposed method had been confirmed with roundness reported from two service laboratories. The abrasion could increase the roundness of Sidrap sand from 0.20 to an average of 0.31, while the measured roundness of Ottawa standard sand was about 0.46. Three types of mortar were prepared from Sidrap sands before and after abrasion, as well as Ottawa sand. Compressive strengths of mortar after aging of 28 days were 345, 375, and 333 MPa respectively.

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)0,000
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 enseignants0,071
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,044
Tête enseignante GPT0,286
Écart entre enseignants0,242 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKey engineering materialsMême sujetTunneling and Rock MechanicsTravaux en français237 207