Mechanical properties of 3D printed concrete: a RILEM TC 304-ADC interlaboratory study-Design and implementation of a database system for querying, sharing, and analyzing experimental data
Notice bibliographique
Résumé
Abstract Interlaboratory studies are essential for implementing standardized test methods for new innovative materials or technologies such as 3D concrete printing, certifying reference materials, and validating methods. They provide the basis for recommendations and design standards. Typically, the collected data are used only for one study and are published in paper form, without open access to the raw data files. However, preserving the collected data and analysis procedures in a shareable and reusable way leads to advantages for further usage. New data with the same structure can be added or the data can be analyzed by a new analysis procedure generating new knowledge. Additionally, resources are saved by avoiding the repetition of the same measurements. In line with the recent digitalization trend in material science and engineering, a database for the interlaboratory study on mechanical properties of 3D printed concrete conducted in RILEM Technical Committee 304-ADC is established. The challenges and experiences from defining the data structure, uploading the data, and using the database for evaluations are discussed. The openBIS software is used to create and fill the database, while an export method to an SQLite format is developed and discussed to generate a shareable and reusable database. With the exported database, querying the data is possible independently of a particular data management system. Additionally, examples of data processing with reusable workflows automating the analysis procedure are demonstrated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».