MétaCan
Menu
Retour à la cohorte
Enregistrement W4293073972 · doi:10.11159/iccste22.224

Enhancing the Durability Properties of Soft Clay Using Nano-Modified Cementitious Additives

2022· article· en· W4293073972 sur OpenAlexafffundvenueabout
A. Eissa, M. T. Bassuoni, A. Ghazy, M. Alfaro

Notice bibliographique

RevueProceedings of the International Conference on Civil, Structural and Transportation Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensPublic Works and Government Services CanadaUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Manitoba
Mots-clésDurabilityCementitiousNano-Materials scienceComposite materialCement

Résumé

récupéré en direct d'OpenAlex

This study focuses on studying the effect of nano-modified cementitious binders on soft clay soil, which is the most common type of soil in Winnipeg, Manitoba, Canada.The properties assessed were the unconfined compressive strength and durability of freezing-thawing and wetting-drying conditions.The soft clay was mixed with cement and slag; both were added at a dosage of 0 to 20% of the dried soil weight.Also, a nano-silica sol was added at a dosage of 0 to 2.4% of the dried soil weight (0 to 6% of the binder content).The unconfined compressive strength tests were done at 56 days of curing to allow for the latent hydraulic binder (slag) reactivity.Also, the freezing-thawing and wetting-drying characteristics started at 56 days of curing.In comparison to the mixtures containing slag and cement only, incorporating nano-silica in the cementitious system notably improved the properties of the treated mixtures, in terms of compressive strength, freezing-thawing durability factor, and wetting-drying durability factor.In particular, the ternary mix, compressing cement, slag, and nano-silica, has the potential to serve as an effective stabilizer for soft clay.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,230
Écart entre enseignants0,205 · 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
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference on Civil, Structural and Transportation EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207