Towards Comparing Critical Degree of Moisture Saturation (SCrit) in Historic Brick Samples for Different Freezing Rates and Minimum Temperatures
Notice bibliographique
Résumé
<p>As more historical buildings are being retrofitted, it is becoming more important to have an efficient procedure to test historic masonry’s capacity to withstand freeze-thaw cycling. Frost dilatometry testing focuses on establishing a critical degree of saturation (S<sub>crit</sub>) at which masonry will fail if subjected to freeze-thaw cycles. Past studies in frost dilatometry attempt to reduce the total laboratory testing time by modifying different parameters, such as the freezing rate. This MRP focuses on the relationship between S<sub>crit</sub> and freezing temperature, and S<sub>crit</sub> and freezing rate. Brick samples from three historic masonry sites in Toronto were saturated at varying moisture contents between 60% and 100%. Three freezing temperatures, -2C, -6C and -15C, and three freezing rates, -5C/hr, -12C/hr and -21o C/hr, were tested. The samples were initially subjected to 12 cycles; however, upon discovering that there was little correlation in the data, an additional 30-cycle frost dilatometry tests were performed. As a result of this study, it was found that there is repeatable correlation between Scrit and freezing rate, with lower freezing rates resulting in higher S<sub>crit</sub> values. While freezing temperatures also affect S<sub>crit</sub> values, a definitive correlation between S<sub>crit</sub> and freezing temperature was not established as part of this work. However, it was noted that the lowest freezing temperature (-15C) produced data that was more precise, and therefore it was generally easier to establish a linear trend to determine the S<sub>crit </sub>values at the lowest freezing temperature.</p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».