MétaCan
Menu
Retour à la cohorte
Enregistrement W4412151914 · doi:10.1007/s44416-025-00009-5

Engineered cementitious composites (ECC): a review on properties, design, sustainability, and applications

2025· review· en· W4412151914 sur OpenAlexaff
Samson Olalekan Odeyemi, Mahamud Saka Sholagberu, O. D. Atoyebi, Adeyemi Adesina

Notice bibliographique

RevueDiscover Concrete and Cement · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials scienceSustainabilityCementitiousCement

Résumé

récupéré en direct d'OpenAlex

Engineered Cementitious Composites (ECC) are advanced fibre-reinforced materials developed to enhance tensile strength, ductility, crack resistance, and long-term durability. This review explores recent research on ECC, focusing on its mechanical advantages, material composition, and sustainable design strategies. ECCs typically comprise cement, fine aggregate, fly ash, and synthetic fibres, with coarse aggregate excluded to improve crack control. Unlike conventional concrete, ECC exhibits strain-hardening behaviour with tensile strains reaching 2–8% and fine crack widths below 60 μm. These properties enable ECC to absorb significant energy and undergo large deformations without brittle failure. The use of synthetic fibres and high cement content improves performance but raises challenges such as increased cost, shrinkage, and carbon emissions. Strategies to mitigate these include using supplementary cementitious materials and agricultural fibres. ECC has demonstrated effective performance in infrastructure applications such as bridge link slabs, seismic retrofitting, overlays, and repair of deteriorated concrete elements. Its excellent crack control and durability make it suitable for enhancing structural resilience and reducing maintenance demands. Finally, challenges and future directions for cost reduction and improved sustainability are discussed.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,953
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,025
Tête enseignante GPT0,271
Écart entre enseignants0,246 · 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.

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

Citations15
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscover Concrete and CementMême sujetInnovative concrete reinforcement materialsTravaux en français237 207