MétaCan
Menu
Retour à la cohorte
Enregistrement W3167728654 · doi:10.11575/prism/38877

Bond Strength of Adhered Manufactured Thin Stone/Brick Masonry Veneer Units to Setting Bed Mortar at Different Temperatures and Different Cycles of Freeze-Thaw

2021· dissertation· en· W3167728654 sur OpenAlexaboutno aff
Samira Rizaee

Notice bibliographique

RevuePRISM (University of Calgary) · 2021
Typedissertation
Langueen
DomaineEngineering
ThématiqueInnovations in Concrete and Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVeneerMasonryMasonry veneerMortarBond strengthMaterials scienceBrickGeotechnical engineeringBrick and mortarComposite materialStructural engineeringEngineeringForensic engineeringGeologyComputer scienceAdhesiveLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Close to no study has been conducted to identify the possible influential physical and mechanical characteristics of adhered thin masonry units and mortars on the bond strength in adhered thin masonry veneer (ATMV) applications. There have been numerous cases of bond failures in ATMV applications probably due to lack of knowledge and the lack of any standards for the design and installation of ATMV. In the Canadian climate, exposure to extreme weather conditions like very low temperatures and freeze-thaw cycles are common and may be a cause of bond deterioration and failures. Therefore, it is important to study the effects of exposure to extreme weather conditions on the bond strength. This research first measures and evaluates the physical and mechanical properties of thin masonry units and mortars. Then shear and tensile bond strengths are studied considering different age and environmental factors. At least three different ages, two different curing temperatures, three testing temperatures and four cycles of freeze-thaw were considered. Subsequently, any possible relationship between these characteristics and bond strengths were evaluated and proper practices were recommended.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,202
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,194
Écart entre enseignants0,187 · 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.

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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)Même sujetInnovations in Concrete and Construction MaterialsTravaux en français237 207