MétaCan
Menu
Retour à la cohorte
Enregistrement W4377023149 · doi:10.4028/p-71en7d

The Efficiency of Non-Destructive Testing to Estimate the Damage Level of Fiber-Reinforced Concrete Exposed to High Temperatures

2023· article· en· W4377023149 sur OpenAlexaff
Abdelhamid Mejdoub Nefoussi, Mohammed Ezziane, Hocine Siad, Ramdane Chihaoui, Mohamed Mouli, Mohamed Lachemi, Ayed Kada

Notice bibliographique

RevueMaterials science forum · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueFire effects on concrete materials
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialUltrasonic sensorNondestructive testingYoung's modulusTypes of concreteThermalCompressive strengthAcoustics

Résumé

récupéré en direct d'OpenAlex

The feasibility of determining the extent of damage in fibered concrete after being subjected to high temperatures, using non-destructive methods was investigated. The study was conducted on four concrete mixtures with different fiber types. The specimens underwent a curing process at 23 °C before being exposed to different high temperatures of 400 °C, 600 °C, and 800 °C. After cooling to ambient temperature, various non-destructive tests including ultrasonic pulse velocity testing (UPV), the resonance frequency test (RF), the dynamic modulus of elasticity (Ed), the thermal conductivity test (λ), and Schmid Rebound Hammer (SRH), were performed. To evaluate the sensitivity of non-destructive techniques to assess the damage of fiber-reinforced concrete, the Lemaitre coefficient was used as a variable to describe the extent of the damage. The results indicated that the highest damage levels were obtained through the modulus of elasticity technique regardless of the type of concrete mixture or temperature exposure. There was also a potential agreement found between thermal and ultrasonic methods in evaluating the thermal degradation of concrete.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,008
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,021
Tête enseignante GPT0,276
Écart entre enseignants0,255 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetFire effects on concrete materialsTravaux en français237 207