MétaCan
Menu
Retour à la cohorte
Enregistrement W4402924976 · doi:10.3390/infrastructures9100171

Performance of Bond between Old and New Concrete Layers: The Effective Factors, Durability and Measurement Tests—A Review

2024· article· en· W4402924976 sur OpenAlexaff
Sahar Mokhtari, Munzer Hassan

Notice bibliographique

RevueInfrastructures · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésDurabilityBondForensic engineeringReliability engineeringMaterials scienceComposite materialEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

With the rise in construction costs and aging of existing concrete structures, retrofitting and strengthening have gained more popularity. Among all of the available techniques, adding new repairing layers on top of old concrete ones has proven to be highly effective. However, the efficacy of such method is dependent on the performance of the cold bond between old and new layers of concrete whose establishment requires different considerations, such as paying attention to the properties of concrete layers, namely their strength, permeability, aggregate size, density, etc., and the qualities of the interface between the layer, such as how wet it is or its roughness degree. In this paper, the factors which can impact shear and tensile bond strength are fully discussed while being categorized into two major groups of factors related to each concrete layer’s properties and those directly associated with the connection area. The durability of the bond after exposure to various environments in terms of temperature and relative humidity is also addressed and then a list and comparison of numerous tests that are commonly conducted to measure the bond strength are provided. The findings indicate the characterization of suitable materials and surface roughening techniques which can ensure an adequate bonding between substrate and overlay, along with recommendations for the scope of future research.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfrastructuresMême sujetInnovative concrete reinforcement materialsTravaux en français237 207