Effect of different cement content and water cement ratio on carbonation depth and probability of carbonation induced corrosion for concrete
Notice bibliographique
Résumé
Nowadays transportation infrastructure is subjected to a high percentage of carbon dioxide emissions. CO 2 greatly affects the carbonation depth of concrete, which can affect the deck for reinforced concrete bridges causing corrosion to steel reinforcement. Cement content and water to cement ratio greatly influence the carbonation depth of concrete. This study aims to investigate the effect of climate change on carbonation depth by considering different Representative Concentration Pathways [RCPs]. In addition, the effect of different compressive strengths on the carbonation depth was investigated in this research. Additionally, the effect of different cement contents on the probability of carbonation-induced corrosion has been investigated. Two parameters are considered, namely, the cement content 400 kg/m3, 350 kg/m3, and 250 kg/m3 and, the water to cement ratio [0.45 and 0.55]. This study RCPs for CO2 concentrations. The RCP [2.6, 4.5, 6, and 8.5] trajectory was used by the Intergovernmental Panel on Climate Change [IPCC], which represents low emission pathways, intermediate emission pathways, and high emission pathways, respectively. Carbonation depth has been estimated using Yoon’s and Stewart’s equations. Furthermore, the probability of carbonation-induced corrosion has been investigated using Monte Carlo simulation and the first-order reliability method at different cement contents for RCP 8.5. The percentage increase in the carbonation depth using Yoon’s compared to Stewart’s equations for concrete mixes which consist of different water to cement ratios and cement content for the years 2025 and 2100 for both RCP 2.6 and RCP 8.5 were calculated. Finally, the probability of carbonation-induced corrosion conducted by FORM for cement content of 250 kg/m3 has been increased by 18% compared to the probability of carbonation including cement content equal to 400 kg/m 3 for the year 2100.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».