MétaCan
Menu
Retour à la cohorte
Enregistrement W4309458987 · doi:10.3390/ma15228043

Impact of Polypropylene Fibers on the Mechanical and Durability Characteristics of Rubber Tire Fine Aggregate Concrete

2022· article· en· W4309458987 sur OpenAlexaff
Arash Karimipour, Zahra Mohajeri, Ehsan Noroozinejad Farsangi

Notice bibliographique

RevueMaterials · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceShrinkageComposite materialPolypropyleneDurabilityAggregate (composite)Ultimate tensile strengthFlexural strengthVolume fractionDeformation (meteorology)Natural rubberCompressive strength

Résumé

récupéré en direct d'OpenAlex

In this research, the consequence of using rubber tire aggregates (RTA) on the durability and mechanical characteristics of polypropylene fibers (PF) reinforced concrete is evaluated. Fifteen concrete mixtures were produced and tested in the laboratory. RTA was utilized instead of fine natural aggregates (FNA) to the concrete at concentrations of 0%, 5%, 10%, 15%, and 20% by a volumetric fraction; also, the contents of PF in the concrete mixtures were 0%, 1%, and 2% by weight fraction. Finally, the following parameters were tested for all the mixtures: compressive and tensile resistances, fracture, changes in drying shrinkage, bulk electrical resistivity, elastic moduli, and resonance occurrences. The control sample was the one without RTA and PF. According to the results, by adding RTA to the mixtures, the shrinkage deformation amplified, but the PF addition caused a decrease in the shrinkage deformation. Furthermore, adding 0%, 5%, 10%, and 15% RTA, with 2% PF leads to an upsurge in the flexural resistance by 34%, 24%, 16%, and 6%, respectively, relative to the control sample without PF and RTA. Moreover, the fracture energy of mixtures increased by utilizing PF and RTA simultaneously.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,006
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0040,000

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 Opus0,012
Tête enseignante GPT0,228
Écart entre enseignants0,215 · 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.

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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetInnovative concrete reinforcement materialsTravaux en français237 207