MétaCan
Menu
Retour à la cohorte
Enregistrement W4200467399 · doi:10.3390/su14010183

Performance of Concrete Pavement Incorporating Portland Limestone Cement in Cold Weather

2021· article· en· W4200467399 sur OpenAlexaffabout
A. M. Yasien, Ahmed Ghazy, M. T. Bassuoni

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDurabilityPortland cementCementChloridePolymer concreteGeotechnical engineeringEnvironmental scienceFiller (materials)SulfateForensic engineeringEngineeringMaterials scienceComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

The City of Winnipeg (COW) and the University of Manitoba (UM), Canada, have partnered since 2015 to conduct research on the use of portland limestone cement (PLC), comprising up to 15% limestone filler, in transportation infrastructure such as pavements and bridges. Laboratory tests have substantiated the equivalent or superior resistance of concrete made from PLC, relative to that made from general use (GU) cement (Type I) to durability exposures including acids, sulfate salts and chloride-based deicing salts. Subsequently, a field trial was done in 2018, which involved casting two concrete pavement sections made from PLC and GU cement in Winnipeg, Manitoba, Canada. The current paper reports on the construction and long-term (three years/winter seasons) properties of these pavement sections including fresh properties, strength, absorption and chloride ions penetrability, as well as microstructural features. Cores were taken from mid-slabs and at joints, which are the most vulnerable locations to damage in concrete pavements. The field trial results showed that concrete pavement sections made with PLC had equivalent or superior performance compared with those made of GU in terms of fresh, hardened and durability properties. Thus, it presents a viable option for sustainable construction of concrete flatwork in cold regions.

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 enseignants0,108
Score d'incertitude au seuil0,215

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 Opus0,009
Tête enseignante GPT0,243
Écart entre enseignants0,234 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetConcrete and Cement Materials ResearchTravaux en français237 207