MétaCan
Menu
Retour à la cohorte
Enregistrement W4409907786 · doi:10.1617/s11527-024-02558-w

Comparison of curing methods for bulk electrical conductivity testing of cement pastes

2025· article· en· W4409907786 sur OpenAlexafffund
T. Bernard, William Wilson

Notice bibliographique

RevueMaterials and Structures · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésMaterials scienceCuring (chemistry)Solid mechanicsCementComposite materialElectrical resistivity and conductivityEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Predicting the service life of concrete is one of the main problems faced by civil engineers. Measuring its electrical conductivity is a promising method to quickly find a qualitative indication of the ionic diffusion behaviour of a cementitious mix and, therefore, of its durability. However, one limitation on the ability to quantitatively measure bulk conductivity is the effect of the curing method on the measurement. The main phenomenon that occurs during curing and affects the conductivity is the leaching of alkalis from the pore solution into the curing solution driven by the alkali concentration gradient between these two solutions. The pore solution is therefore depleted in alkalis, reducing both pore solution and bulk conductivity. However, previous work has shown that leaching is not the only effect that the curing solution can have on the bulk conductivity. To avoid these effects, the curing solution must simulate the pore solution at each moment of hydration and for each cementitious mix. For this purpose, different curing solutions based on a sacrificial powder, a reduced volume of curing solution, and a simulated pore solution are proposed and investigated experimentally. The results show that a small volume of curing solution is the most promising method to prevent leaching without affecting the hydration rate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,020
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

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 Opus0,057
Tête enseignante GPT0,394
Écart entre enseignants0,337 · 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 tête enseignante, 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

Citations7
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials and StructuresMême sujetConcrete and Cement Materials ResearchTravaux en français237 207