MétaCan
Menu
Retour à la cohorte
Enregistrement W4414568352 · doi:10.1139/cjce-2025-0154

Effect of ultrafine slag and metakaolin blend on the properties of high-strength dry-mix concrete for potential application in concrete masonry unit production

2025· article· en· W4414568352 sur OpenAlexafffundvenue
Saeid Ghasemalizadeh, Rahil Khoshnazar

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovations in Concrete and Construction Materials
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Masonry Design Centre
Mots-clésMetakaolinCompressive strengthAggregate (composite)CementAbsorption of waterSlag (welding)Masonry

Résumé

récupéré en direct d'OpenAlex

This study aimed to develop a high-strength and low-Portland cement content dry-mix concrete with properties important for concrete block masonry unit manufacturing. First, the effect of six aggregate gradations on the compressive strength of dry-mix concretes made with a commercial Portland/Portland limestone cement was studied. Then, the aggregate that provided the highest strength was selected to prepare a dry-mix concrete that contained 50% of that cement together with an ultrafine granulated blast furnace slag (UFS) and a locally available medium-grade metakaolin (MK). Another binder that contained commercial slag combined with MK was also considered for comparison. The concretes were tested for the compressive strength, water absorption, permeable voids volume, bulk electrical resistivity, and freeze–thaw resistance. Results showed that the concrete incorporating MK–UFS achieved a 28-day compressive strength of ∼70 MPa, while that with MK–slag reached ∼56 MPa. The concrete with MK–UFS also exhibited reduced water absorption and improved freeze–thaw resistance.

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 enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,186
Écart entre enseignants0,181 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetInnovations in Concrete and Construction MaterialsTravaux en français237 207