MétaCan
Menu
Retour à la cohorte
Enregistrement W7024261713

Sample preparation and the pilot testing of an oxygen consumption test that assesses the extent of pyrrhotite oxidation in sulfide-bearing concrete aggregates

2023· dissertation· no· W7024261713 sur OpenAlexaboutno aff

Notice bibliographique

RevueDuo Research Archive (University of Oslo) · 2023
Typedissertation
Langueno
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSample (material)Test benchTest (biology)Coal
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Når betongtilslag inneholder magnetkis, et mineral som består av jern og svovel, kan dette føre til betydelige skader på betongkonstruksjoner. I 2016 ble en kanadisk testprosedyre introdusert. Målet med denne testprosedyren er å finne ut hvilke sulfidholdige tilslag som eventuelt kan brukes i betong. \n\nDenne masteroppgaven har fokus på trinn to i den kanadiske testprosedyren, nemlig the oxygen consumption test, «OCT». Testen måler hvor mye oksygen som forbrukes av tilslagsmaterialet i en hermetisk lukket reaksjonscelle (beholder) i løpet av tre timer. Prøver fra fire tilslagstyper, to fra Norge og to fra Canada, ble preparert og etterpå testet med OCT som en del av denne oppgaven. Fokuset var å bidra til å bygge opp et eksperimentelt oppsett for OCT i Norge, samt vurdere om resultatene man får er fornuftige. Oppredningen av tilslag var spesielt satt i fokus, og målet var å utvikle en oppredningsprosedyre som både er effektiv og fri for kontaminering. \n\nDet eksperimentelle oppsettet hos SINTEF Betonglaboratoriet er fult operativt. En oppredningsprosedyre som kombinerer wolfram- og stålutstyr, er funnet å være effektiv og med lav risiko for kontaminering av prøver. \n\nPartikkelstørrelsen til tilslagsmaterialet er en av de viktigste parameterne til OCT. Partikkelstørrelsen til testprøvene ble bestemt gjennom sikting og gjennom en optisk metode (laser scattering). Store forskjeller mellom de to metodene ble avdekket, spesielt siden den optiske metoden viser større antall partikler <75 μm og >150 μm.\n\nAlt i alt, resultatene fra OCT virker rimelige, spesielt for de norske tilslagene. Resultatene for de kanadiske tilslagene var mye lavere enn referanseverdiene i Canada, noe som kan tyde på en systematisk feilkilde som kunne ha påvirket resultatene fra pilot-testingen. En mulig feilkilde burde derfor undersøkes nærmere. \n\nEt av de norske tilslagene ble testet i OCT med en lengere testperiode (16.7h sammenlignet med 3.5h). Den nye testperioden førte til betydelig høyere oksygenforbruk i reaksjonscellen. \n\nGjennom erfaringen fra denne masteroppgaven, og litteraturstudiet om OCT, ble det mulig å utvikle en norsk OCT-prosedyre som inkluderer oppredning av tilslagsmaterialet.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,073
Tête enseignante GPT0,310
Écart entre enseignants0,236 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDuo Research Archive (University of Oslo)Même sujetConcrete and Cement Materials ResearchTravaux en français237 207