MétaCan
Menu
Retour à la cohorte
Enregistrement W4220757566 · doi:10.18280/acsm.460103

Effect of Gravel Content on Mechanical Performance and Porous Structure of Concrete

2022· article· en· W4220757566 sur OpenAlexvenueno aff
Abderrachid Amriou, Hocine Ziani, Sadek Deboucha, Mohamed Bencheikh

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPorosityDurabilityMaterials scienceCompressive strengthGeotechnical engineeringPervious concreteCementWater transferWater contentPenetration (warfare)Composite materialWater–cement ratioEnvironmental scienceGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Concrete is the most widely used material in the field of civil engineering. In order to obtain a strong and durable concrete, it is necessary to study the various parameters entering into its formulation. Mainly the elements forming the concrete skeleton, in particular the gravel content. The transfer of water into concrete directly affects its durability. This transfer is linked to the porous structure and to the continuity of the pores in the concrete. This research studies the effect of gravel content on compressive strength, porosity accessible to water, depth of water penetration and ultrasonic velocity of concrete samples. The study includes 15 types of concrete made by varying the gravel-sand ratio (G/S), 0, 1, 1.5, 2 and 2.5. The cement dosage is taken equal to 150, 250 and 350 Kg/m3. The tests are carried out on cubic samples 10x10x10 cm3 and 15x15x15 cm3 after storage in water for 28 days. The experimental results obtained show that the gravel-sand ratio (G/S) affects the mechanical strength and the porous structure of concrete. Increasing the gravel content in concrete leads to an increase in mechanical strength and ultrasonic speed. However, a high gravel content results in a reduction in the porosity accessible to water and the depth of water penetration.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,241
Écart entre enseignants0,219 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetInnovative concrete reinforcement materialsTravaux en français237 207