Evaluation of Current ASTM Standards for ASR Prevention When Fine Lightweight Aggregates Are Used
Notice bibliographique
Résumé
Abstract Previous research has shown that using fine lightweight aggregate (FLWA) can be a promising strategy to mitigate alkali-silica reaction (ASR) in mortar and concrete. However, limited studies focused on assessing current ASTM standards for their applicability in evaluating the efficacy of ASR mitigation using FLWAs. In this study, three commercially used FLWAs (expanded shale, clay, and slate) were investigated in mortar and concrete mixtures with reactive aggregates of different levels of reactivity. ASTM test methods, including ASTM C289-07, Standard Test Method for Potential Alkali-Silica Reactivity of Aggregates (Chemical Method) (Withdrawn 2016); ASTM C1260-14, Standard Test Method for Potential Alkali Reactivity of Aggregates (Mortar-Bar Method) (Superseded); and ASTM C1293-18, Standard Test Method for Determination of Length Change of Concrete due to Alkali-Silica Reaction (Superseded), were completed. Fine normal-weight aggregates were replaced by the FLWA at 25 % and 50 % by volume in the concrete mixtures, and 25 %, 50 %, and 100 % in mortar mixtures. Results showed that ASTM C1260-14 and ASTM C1293-18 can be used to evaluate the mitigation efficacy when pre-wetted FLWAs were used. The ASTM C289-07 test is not a reliable test method to study the reactivity of the FLWAs, but the results can be used to indicate the alkali-consuming ability of the FLWAs. All three FLWAs were effective in reducing ASR-induced expansion in both ASTM C1260-14 and ASTM C1293-18. The investigated FLWAs were especially effective in the concrete when moderately reactive aggregates, as classified by ASTM C1778-14, Standard Guide for Reducing the Risk of Deleterious Alkali-Aggregate Reaction in Concrete (Superseded), were used. For concrete with a highly reactive aggregate or very highly reactive aggregate, other mitigation strategies may need to be combined with FLWAs to effectively mitigate ASR.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».