MétaCan
Menu
Retour à la cohorte
Enregistrement W4249736014 · doi:10.5383/ijtee.06.02.007

Mechanical and Thermal Properties of Solid Waste-Based Clay Composites Utilized as Insulating Materials

2013· article· en· W4249736014 sur OpenAlexvenueno aff
Abdul Hai Alami

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialHuskMasonryFiller (materials)ToughnessStrawThermal insulationLayer (electronics)Civil engineering

Résumé

récupéré en direct d'OpenAlex

The use of masonry clay bricks with different filler materials and dispersed solid phases is investigated. Masonry bricks from two regions in the Middle East, famous for buildings made of clay composites are investigated and compared in order to better enhance the mechanical and thermal properties of the bricks used in terms of strength and insulation. Each region has specific clay type, different filler materials and also different materials suitable to be solid dispersed phases. For example, While Jordan has an abundant supply of olive husk and straw as it has pronounced foliage, the UAE has scarce water resources, and hence palm trees are of the few plant species that can endure in such an environment. It has been concluded that the clay-straw-husk has better thermal insulating properties, but less toughness (area under the stress-strain diagram) than the clay-fronds-pits variety of clay composites.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,030
Score d'incertitude au seuil0,543

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,184
Écart entre enseignants0,176 · 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 tête enseignante, 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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetHygrothermal properties of building materialsTravaux en français237 207