MétaCan
Menu
Retour à la cohorte
Enregistrement W4393261185 · doi:10.18280/mmep.110313

Enhancing Compressive Strength of Sulfate-Rich Concrete Using Electromagnetic Fields

2024· article· en· W4393261185 sur OpenAlexvenueno aff
Alaa K. Abdullah, Samer A. Al-Mashhadi

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMagnetic and Electromagnetic Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompressive strengthSulfateMaterials scienceComposite materialElectromagnetic fieldGeotechnical engineeringEngineeringMetallurgyPhysics

Résumé

récupéré en direct d'OpenAlex

Concrete deterioration due to sulfate attack is one of the factors for early failure.Considering that sulfates in aggregates are the most important problem related to concrete in the cities of the Middle East and especially Iraq, so there was a need to develop a device to enhance the strength of concrete.In the current experimental research, we sought to discover how to treat and improve the performance of fresh concrete containing high percentages of sulfate salts in sand, using a magnetic field generation device with an electrical principle made locally.The work included the beginning of casting 27 models of concrete cubes that were treated using different magnetic intensities and examined to select the highest strength, which was 3000 Gauss, which was adopted in this research.Two groups of mixtures were prepared and poured using 72 cubes and prisms.The first group was divided into two reference mixtures not treated with a magnetic field.Two types of sand with different sulfate ratios with resistant Portland cement were used.The second group was prepared using the same method and working conditions, except for treating the concrete mixture with electromagnetic fields.The results showed an encouraging improvement in the compressive strength of magnetically treated concrete, where the rates of increase in compressive strength were (5.45, 5.5, 5.7%) with 0.15% SO3, and (7.2.7, 4.6%) with 0.6%.SO3 for a period of (7.28 and 90) days, respectively, compared to control mixtures.This technology can be applied during the pouring process on job sites.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,215
Écart entre enseignants0,206 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetMagnetic and Electromagnetic EffectsTravaux en français237 207