MétaCan
Menu
Retour à la cohorte
Enregistrement W4389409160 · doi:10.1002/cepa.2935

Preventing Alkali‐Silica Reaction in Concrete

2023· article· en· W4389409160 sur OpenAlexaff
Jason H. Ideker, Thano Drimalas, Kevin J. Folliard, Ardalan Ghanizadeh, Anuj Parashar, Krishna Siva Teja Chopperla, April Snyder, M D Thomas

Notice bibliographique

Revuece/papers · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversity of FrederictonUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésAlkali–silica reactionCementitiousPortland cementDurabilityAlkali–aggregate reactionAggregate (composite)Consistency (knowledge bases)Reactivity (psychology)Computer scienceCementConstruction engineeringProcess engineeringEnvironmental scienceMaterials scienceEngineeringArtificial intelligenceNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Alkali‐silica reaction continues to be a challenging durability issue for portland cement‐based concrete. While myriad of preventive options is known to reduce the risk of ASR, changes in availability and consistency of materials make either prescriptive or performance‐based approaches difficult to develop and then quickly adapt. In general, the research community has supported industry with practical solutions based on empirically derived relationships, mostly from accelerated test methods and to a lesser extent realistic exposure/field structures. It is time to increase the level of science behind our approach. The research team represented in this talk is investigating a new methodology that combines the alkali availability needed to initiate ASR (aggregate specific) with the available alkali from the total cementitious blend. The relationship between reactivity of a supplementary cementitious material and the ASR expansion is also explored. This keynote lecture will: 1) Explore performance‐based testing versus prescriptive approaches and why a hybrid approach should be considered ASR prevention; 2) Evaluate the relationship between accelerated laboratory tests, outdoor exposure blocks and field structures; 3) Examine the use of “non‐traditional” supplementary cementitious materials and/or chemical admixtures to prevent alkali‐silica reaction; 4) Propose future research needs and; 5) Make recommendations for how best to prevent alkali‐silica reactivity following the proposed approach.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,256
Écart entre enseignants0,239 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuece/papersMême sujetConcrete and Cement Materials ResearchTravaux en français237 207