MétaCan
Menu
Retour à la cohorte
Enregistrement W4281824653 · doi:10.18280/acsm.460204

Characterization and Modeling Using Non-Destructive Test (NDT) and Experimental Design Methods of a Self Compacting Concrete (SCC) Based on Mineral Additions

2022· article· en· W4281824653 sur OpenAlexvenueno aff
Ibtissem Allali, Larbi Belagraa, Miloud Beddar, Oussama Kessal

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceRheologyCompressive strengthNondestructive testingFactorial experimentSieve (category theory)Filler (materials)DurabilityComposite materialCementDesign of experimentsStructural engineeringMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

The formulation of an innovative concrete that meets the requirements of a self-compacting concrete (SCC), with acceptable performance in terms of rheology in the fresh state; good fluidity, ease of placing, without segregation as well as good mechanical strength and durability at hardened state has become of great research interest for the last decades. Numerous studies have shown the favorable effects of limestone fillers on the SCC properties. This study aims at investigating the effect of inert mineral addition of limestone fillers with dosages of 10% and 20% grinded to different fine nesses 2000, 3000 and 4000 cm2/g on the physico-mechanical properties of a fresh self-placing concrete using slump, the L-box and the sieve stability tests. Also, the means of destructive and non-destructive tests (NDT) methods to the assessment of the mechanical performances of SCC at hardened state were used. The use of experiment factorial design method allows us to have behavior laws to predict the mechanical strength response when combined with (NDT) according to a numerical model in such study. Hence, a numerical modeling of mechanical response could be derived by such statistical analysis in regards to the effects of factors and their interaction. The results obtained showed that the incorporation of limestone filler in the composition of the SCC improves the fluidity with limited segregation, as well as the good mechanical performances (resistance to compression and flexion). The numerical modeling of the predicted compressive strength response, in particular at the age of 28 days, is judged to be with an acceptable determined coefficient R2 equal to 0.994.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,067
Tête enseignante GPT0,320
Écart entre enseignants0,253 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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