Sample preparation and the pilot testing of an oxygen consumption test that assesses the extent of pyrrhotite oxidation in sulfide-bearing concrete aggregates
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".