COMPARISON OF LABORATORY PRACTICES FOR ROLLER COMPACTED CONCRETEPAVEMENTS
Notice bibliographique
Résumé
Many advantages like time, cost and sustainability provided by the use of Roller Compacted Concrete (RCC) are behind the increase of this use in pavements, dams, airports, industrial storehouse, military fields and other applications day by day. However, even that many countries started to use this technology since the 1970’s, especially Canada and USA, there is no fully efficient laboratory test method that can represent the compaction conditions of the field. This study aims to compare the main compaction methods that are used to prepare RCC specimens in the laboratory. To achieve this purpose, different RCC mixture designs were prepared by changing the three main factors that most affect the RCC concrete matrix through the use of two different cement dosages (200 and 400 kg/m3 ), two maximum aggregate sizes (Dmax 12 mm and 19 mm) and five different water contents (3-4-5-6-7%). Along with this, different compaction techniques (modified proctor, vibrating table, vibrating hammer and superpave gyratory compacter) were applied for each mixture. Then, the effects of RCC mixing parameters on the Vebe time, the density and the compressive strength were investigated. Especially for compressive strength, the use of a vibrating hammer gives higher density and strength values for lower cement content mixtures whereas other compaction methods exhibit lower values for all mixtures when compared to gyratory compactor.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».