MétaCan
Menu
Retour à la cohorte
Enregistrement W4413014537 · doi:10.1139/cjce-2025-0078

Laboratory versus field performance of ASR-affected concrete: state of the art and paths moving forward using European and North American guidelines

2025· article· en· W4413014537 sur OpenAlexvenueno aff
Jan Lindgård, Thanos Drimalas

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésField (mathematics)State (computer science)EngineeringComputer scienceEconometricsStatisticsMathematicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

Alkali–silica reaction (ASR) is a severe concrete deterioration durability issue that has been recognized for over 80 years. With decades of research around the world, the ability to properly prevent ASR in new concrete is still a conundrum. Both North American and Europe have test methods that are similar, but each have their own variations due to some test methods work better in certain regions. Over the years, test methods have been showing improvement, but the ideal job mixture test method is still absent. The ability to link test methods to field concrete has become an important trend in both regions. Moreover, both North American and Europe in recent decades have developed ASR guidelines to help determine aggregate reactivity and proper prevention of ASR. This paper gives an overview and discusses sources of errors and challenges during laboratory testing, and recommendations for improving the reliability of ASR testing are given.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,573

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetConcrete Corrosion and DurabilityTravaux en français237 207