MétaCan
Menu
Retour à la cohorte
Enregistrement W4316810419 · doi:10.18280/acsm.460604

Ultrasound Non-Destructive Characterization of Early Hydration of Cement Pastes: The Effects of Water-Cement Ratio and Curing Temperature

2022· article· en· W4316810419 sur OpenAlexvenueno aff
Hicham Banouni, Nabil Khatib, El Houssaine Ouacha, Bouazza Faiz, Idris Aboudaoud, Hicham Mesbah

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueUltrasound and Cavitation Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCementMaterials scienceCuring (chemistry)Composite materialPortland cementModulusYoung's modulusUltrasonic sensor

Résumé

récupéré en direct d'OpenAlex

A newly developed ultrasound method that acquires at the same time both reflected and transmitted P-waves, at different angles, using two immersion transducers of 0.5 MHz central frequency, is described in this present study. This non-destructive method allows calculating the longitudinal and transverse velocities, and thus, the Young modulus, so that its evolutions is followed in time domain. The closely correlation between the evolution in time domain of those calculated parameters and hydration properties of cement based materials was used to characterize the effects of different water-cement ratio and curing temperatures on early age hydration behaviour of cement pastes. To do so, cement samples were prepared by mixing Portland cement and freshwater. Results indicates that lower water to cement ratio reduces the workability and increases the Young modulus of resulted cement medium. Also, both ultrasound velocities and Young modulus values increases linearly with increasing curing temperature.

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 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 enseignants0,072
Score d'incertitude au seuil0,347

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 technologies0,0000,001
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 Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,211 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetUltrasound and Cavitation PhenomenaTravaux en français237 207