MétaCan
Menu
Retour à la cohorte
Enregistrement W3165242308 · doi:10.11159/iccste21.130

Aggregate Moisture Content and Fresh Property Control Measures inCementitious Mortars

2021· article· en· W3165242308 sur OpenAlexvenueno aff
Morgan C. Jenkins, Alexander S. Brand

Notice bibliographique

RevueProceedings of the International Conference on Civil, Structural and Transportation Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesOak Ridge National LaboratoryVirginia Polytechnic Institute and State University
Mots-clésMortarAggregate (composite)CementitiousWater contentMoistureMaterials scienceComposite materialProperty (philosophy)Environmental sciencePulp and paper industryGeotechnical engineeringCementGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

A primary objective for any concrete, or other cementitious composite, is to ensure consistent, reliable, and predictable fresh properties between subsequent batches. This is especially important for additive manufacturing, grouting, and pumping applications, where regulation of the fresh properties is paramount to providing quality control. This study considered the main influences of aggregate moisture content and how that moisture is accounted for during batching on the flow, setting time, and compressive strength of a mortar currently used in an additive manufacturing process. The results indicated that aggregate moisture content can drastically alter the variability in these properties. When fresh properties need to be controlled for a mortar, it is recommended that the aggregates should be saturated surface dry, or at least partially saturated, and that the moisture should be properly accounted for by adjusting the batching proportions. This recommendation is based on the results in this study with the lowest amount of variability and therefore the greatest amount of reliability and consistency.

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 enseignants0,406
Score d'incertitude au seuil0,345

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 Opus0,023
Tête enseignante GPT0,218
Écart entre enseignants0,196 · 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 revueProceedings of the International Conference on Civil, Structural and Transportation EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207