MétaCan
Menu
Retour à la cohorte
Enregistrement W4256258451 · doi:10.11159/icsect20.162

Effect of Silica Fume on High-strength Concrete Performance

2020· article· en· W4256258451 sur OpenAlexvenueno aff
Judita Gražulytė, Audrius Vaitkus, Ovidijus Šernas, Donatas Čygas

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development FundLietuvos Mokslo Taryba
Mots-clésSilica fumeMaterials scienceComposite materialCompressive strength

Résumé

récupéré en direct d'OpenAlex

Concrete is one of the most widely used construction and building materials. To produce high-strength concrete (compressive strength higher than 40 MPa) water/cement ratio has to be reduced up to 0.4 and more. Mineral admixtures (supplementary cementitious materials) are used as alternative to the increase in cement content. They either partially replace cement or is added additionally. The conducted studies show that silica fume is superior to other admixtures. However, there is lack of knowledge on overall mechanical performance of concrete mixtures with silica fume in terms of compression, tension, bending and cyclic loading and dependency between these characteristics. In addition to this, controversial findings regarding the optimal amount of silica fume exist. Therefore, the objective of this research is to comprehensively determine the effect of silica fume on high-strength concrete, which could be used for road pavement construction, performance. Three, the same type, concrete mixtures with different amount of silica fume (0%, 7% and 10%), but the same water/cement ratio (0.4) were produced and tested in compression, tension, bending and cyclic loading. In addition to this, density was determined to identify the difference in concrete microstructure due to presence of silica fume. The results showed that silica fume significantly enhances the performance of high-strength concrete in terms of compression, tension, bending and cyclic loading and 7% is an optimal amount.

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 enseignants0,039
Score d'incertitude au seuil0,981

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 Opus0,004
Tête enseignante GPT0,171
Écart entre enseignants0,168 · 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

Citations24
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetInnovative concrete reinforcement materialsTravaux en français237 207