MétaCan
Menu
Retour à la cohorte
Enregistrement W4396795178 · doi:10.54033/cadpedv21n5-057

Análise da influência da nanosílica na resistência à compressão de concretos

2024· article· pt· W4396795178 sur OpenAlexaff
Henrique Thiago Roque Pedroso, Fernanda Giannotti da Silva Ferreira, André Luís Christoforo

Notice bibliographique

RevueCaderno Pedagógico · 2024
Typearticle
Languept
DomaineEngineering
ThématiqueAdvanced Machining and Optimization Techniques
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésResistMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Atualmente, o concreto é o material mais utilizado pela construção civil para os mais diversos tipos de obras. Devido à sua importância para a área, cada vez mais há pesquisas que estudam as propriedades físicas e mecânicas do material e buscam por melhorias nas mesmas. Recentemente, intensificou-se a utilização de adições minerais em concretos justamente buscando melhorar tais características. Entre essas melhorias buscadas, cita-se uma maior durabilidade das estruturas, que é caracterizada sucintamente, de acordo com a NBR 15575-1 (ABNT, 2013), como a capacidade do edifício ou de seus sistemas em desempenhar suas funções, ao longo do tempo. Desse modo, concomitante ao avanço da utilização da nanotecnologia em diversas áreas, a adição da nanosílica materiais cimentícios proporciona um melhor preenchimento de vazios entre os grãos de cimento e aumento da densidade por empacotamento. A nanosílica possui ainda alta reatividade pozolânica, reagindo com compostos da hidratação do cimento, tornando a matriz mais densa. E tem como principal efeito apresentar ganho na resistência à compressão e maior durabilidade dos concretos. O presente trabalho teve como objetivo avaliar a influência da incorporação de nanosílicas (em teores distintos) na resistência à compressão (fc) de concretos (7 e 28 dias) a partir da análise estatística (análise de variância - ANOVA, 5% de significância), a partir de um banco de dados provenientes de pesquisas científicas (30 estudos). Optou-se por restringir as análises para os teores com número maior de amostras caracterizadas quanto à resistência à compressão, 1%, 1,5%, 2%, 3% e 5%. Constatou-se não ser significativa a inclusão dos teores de nanosílicas nos valores fc dos concretos. Para resultados mais contundentes faz-se necessário o desenvolvimento de novas pesquisas, com o propósito do um aumento significativo no banco de dados, possibilitando melhor categorização e posterior análise dos resultados.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,025
Tête enseignante GPT0,302
Écart entre enseignants0,277 · 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 revueCaderno PedagógicoMême sujetAdvanced Machining and Optimization TechniquesTravaux en français237 207