MétaCan
Menu
Retour à la cohorte
Enregistrement W4387552574 · doi:10.1061/jpcfev.cfeng-4569

Concrete Hydraulic Structures Affected by Alkali–Aggregate Reaction: Numerical and Experimental Investigations

2023· article· en· W4387552574 sur OpenAlexaff
Mahdi Ben Ftima, Pierre Louis Bernard, Anthony Chéruel, Matthieu Argouges

Notice bibliographique

RevueJournal of Performance of Constructed Facilities · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensHydro-QuébecPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésAlkali–aggregate reactionAggregate (composite)Geotechnical engineeringAlkali–silica reactionStructural engineeringAlkali metalForensic engineeringEnvironmental scienceMaterials scienceEngineeringGeologyComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

An existing hydroelectric facility affected by alkali–aggregate reaction (AAR) is considered in this study through numerical and experimental investigations. A new developed phenomenological hygro–chemo–mechanical approach for AAR is presented and is shown to be practical and effective in damage assessing of large-scale hydraulic concrete structures. Experimental investigations were conducted to characterize the AAR kinetics of mass concrete mixture with very large aggregates, used in the construction of the facility. By combining experimental, numerical, and monitoring investigations, it was possible to assess size effects related to the free AAR expansion of mass concrete. Numerical simulations allowed to obtain a damage pattern similar to the cracking profile of the existing facility, to provide mechanical interpretation of the jumps observed in the instrumentation data, and most importantly, to predict the remaining time before reaching the asymptotic expansion of the facility: a very important result for owners of hydroelectric facilities affected by AAR.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,223 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Performance of Constructed FacilitiesMême sujetConcrete and Cement Materials ResearchTravaux en français237 207