MétaCan
Menu
Retour à la cohorte
Enregistrement W4280604657 · doi:10.18280/rcma.320205

Combined Impact of Replacing Dune Sand with Glass Sand and Metal Fibers on Mortar Properties

2022· article· en· W4280604657 sur OpenAlexvenueno aff
Nadia Tebbal, Mekki Maza, Salim Zitouni, Zine El Abidine Rahmouni

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMortarComposite materialFlexural strengthUltimate tensile strengthCompressive strengthPorosityGlass fiberCement

Résumé

récupéré en direct d'OpenAlex

This paper presents an experimental study on the influence of metal fibers on the mechanical behaviour of mortar with glass sand. Four mortar mixtures with glass filler and metals fibers are manufactured. The specimens were prepared with three percentages of glass sand (0%, 5%, 10%) and 1%, 2% by vol of steel fibers. The Air-Entraining Agent (A-E-A) dosages at the ratios of 0.08% of cement weight were used. The mechanical tests were carried out on the specimens such as the compressive strength, the tensile strength and the porosity. The results showed that the tensile and bending properties of all different mixtures with fibers are significantly higher compared to the reference mortars. A remarkable decrease has been observed in water, density and compressive strength of mortar with chemical admixture. Moreover, the using 1% volume fraction of steel fibers and 10% glass sand, flexural strength of mortar was completely improved.

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 enseignants0,136
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,038
Tête enseignante GPT0,247
Écart entre enseignants0,209 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetInnovative concrete reinforcement materialsTravaux en français237 207