MétaCan
Menu
Retour à la cohorte
Enregistrement W4396701019 · doi:10.11159/icsect24.169

Enhancement of Mechanical Properties of Concrete Using Industrial Waste

2024· article· en· W4396701019 sur OpenAlexvenueno aff
Harshit Dubey, Anirudhsinh Yadav, Tirth Chaudhari, Naimish Bhatt

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueRecycled Aggregate Concrete Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndustrial wasteWaste managementMaterials scienceConstruction engineeringEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In response to the evolving global landscape, there is a growing inclination towards embracing sustainable and environmentally conscious construction practices to meet the demand for more eco-friendly and climate-resilient built environments.In recent time several SCM (Supplementary Cementitious Material) had been employed in concrete for its property enhancement as well as reducing negative impact of waste on environment.Taking a step in the similar direction the present study employs Rice husk ash (RHA) and Waste marble powder (WMP) for strength enhancement of concrete.Varying percentage of Rice Husk Ash (0%, 2.5%, 5%, 10%, 12.5%, 15%&20%) and Waste Marble Powder (0%,2.5%,5%,10%, 12.5%, 15% & 20%) were used as a replacement of cement in binder.Further a combined replacement of RHA and WMP was used to prepare data cases for replacement of cement in concrete.Five different cases were designed with keeping RHA percentage constant for single case while varying the WMP percentage for same.Case 0 with no replacement, Case 1 with 2.5% RHA along with varying percentage of WMP, Case 2 with 5% RHA along with varying percentage of WMP similarly Case 3 with 10% RHA along with varying percentage of WMP and Case 4 with 12.5% RHA along with varying percentage of WMP.The varied percentage of WMP were 5%, 10%, 15% and 20% for each case.This resulted in identification of combined effect of both materials on concrete strength

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,013
Tête enseignante GPT0,187
Écart entre enseignants0,174 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetRecycled Aggregate Concrete PerformanceTravaux en français237 207