MétaCan
Menu
Retour à la cohorte
Enregistrement W4234078153 · doi:10.32920/ryerson.14655885.v1

Accelerated test methods for evaluating alkali-silica reactivity of recycled concrete aggregates

2021· preprint· en· W4234078153 sur OpenAlexaff
Robert C. Johnson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueRecycled Aggregate Concrete Performance
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMortarAlkali–silica reactionBar (unit)Alkali–aggregate reactionMaterials sciencePermeability (electromagnetism)PorosityTest methodComposite materialGeotechnical engineeringGeologyChemistryMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This thesis reports the findings of a study carried out to determine the effectiveness of Accelerated Tests in evaluating the Alkali-Silica Reactivity of Recycled Concrete Aggregates. The study evaluated the variability of the Accelerated Mortar Bar Test due to test variables as well as the single and multi-laboratory variation. The variability of the Concrete Microbar Test due to test variables and the correlation to results from Accelerated Mortar Bar and Concrete Prism Test results were also evaluated. The tests were corroborated by comparing the porosity, permeability and alkali binding capacity of samples tested by the accelerated tests. It was found that the Accelerated Mortar Bar Test provides acceptable results when the test variables, such as crushing methods and absorption values, are carried out and evaluated properly. The Concrete Microbar Test was found to underestimate the expansion of reactive aggregates. However, the same test was found to provide good correlation to the expansion results of Concrete Prisms incorporating Supplementary Cementing Materials when the test duration was increased.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,075
Tête enseignante GPT0,386
Écart entre enseignants0,311 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRecycled Aggregate Concrete PerformanceTravaux en français237 207