MétaCan
Menu
Retour à la cohorte
Enregistrement W4412754912 · doi:10.11159/iccset25.202

Physical Characterization and Compressive Strength of Lightweight Concrete with Expanded Polystyrene and Glass

2025· article· en· W4412754912 sur OpenAlexvenueno aff
Norma Isell Calona Suazo, Carlos Andrés Madrid Berlioz, Julio César López Zerón, J. Zúñiga, Karla Antonia Uclés Brevé

Notice bibliographique

RevueProceedings of the International Conference on Civil, Structural and Transportation Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompressive strengthPolystyreneMaterials scienceCharacterization (materials science)Expanded polystyreneComposite materialPolymerNanotechnology

Résumé

récupéré en direct d'OpenAlex

The research study titled "Lightweight Concrete with Expanded Polystyrene and Glass" details the procedure for using expanded polystyrene and glass as substitutes for fine aggregate in lightweight concrete production.In collaboration with Lazarus & Lazarus, compression strength tests were conducted on various concrete types: conventional concrete with natural aggregates and lightweight concrete substituting sand with different combinations of expanded polystyrene and glass.Additionally, to assess the impact of additives, the same combinations were tested with 10 ml of DX2 additive and 7 ml of Imper Admix Integral.These tests, involving 33 cylindrical specimens measuring 4 inches in diameter and 8 inches in height, identified the optimal combination for compressive strength and volumetric weight.Findings indicated that integrating polystyrene and glass enhanced the density of lightweight concrete cylinders, reducing it compared to hydraulic concrete.Cost analysis also demonstrated that lightweight concrete had a lower cost per square meter than hydraulic concrete.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference on Civil, Structural and Transportation EngineeringMême sujetInnovative concrete reinforcement materialsTravaux en français237 207