MétaCan
Menu
Retour à la cohorte
Enregistrement W3205260785 · doi:10.3390/civileng2040049

Mechanical Properties of Hybrid Structures Incorporating Nano-Silica and Basalt Fiber Pellets

2021· article· en· W3205260785 sur OpenAlexaff
Ahmed Bediwy, Ehab El-Salakawy

Notice bibliographique

RevueCivilEng · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversity of ManitobaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialBasalt fiberToughnessCrackingPelletsCementitiousComposite numberFiberCement

Résumé

récupéré en direct d'OpenAlex

Recently, developing a nonferrous reinforcement system (corrosion-free system) using durable and ductile cement-based materials that incorporate discrete fibers has been a promising option for exposed concrete structures in cold regions or marine environments. Therefore, in this study, properties of a novel type of cementitious composite comprising nano-silica and a high dosage of slag were investigated. The hybrid (layered) composites assessed in this study were composed of two layers of different types of cementitious composites. Normal concrete (NC) was used in the top layer combined with a layer of fiber-reinforced cementitious composite (FRCC) reinforced with either the recently developed basalt fiber (BF) pellets (basalt fiber strands encapsulated by a polymeric resin or steel fibers (SF)) that were used at different dosages. The post-cracking behavior in terms of residual strength, residual index, and toughness are presented and discussed. The analysis of results showed the effectiveness of the BF pellets in enhancing the post-cracking behavior of specimens, as they behaved comparably to counterpart specimens comprising SF, which makes them a good candidate for infrastructural applications including rehabilitation such as new bridge girders or overlays.

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)0,000
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 GPT0,201
Écart entre enseignants0,186 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCivilEngMême sujetInnovative concrete reinforcement materialsTravaux en français237 207