Estimación de los daños ocacinados por la carbonatacion en las estructuras de concreto armado en la ciudad de Nirgua estado Yaracuy.
Bibliographic record
Abstract
El presente trabajo de investigación consistió en el levantamiento de daños en estructuras de concreto armado mediante la inspección preliminar y detallada. Se logró recolectar datos de interés estadístico, realizada específicamente en la Ciudad de Nirgua, Estado Yaracuy. En estas inspecciones se identificó, clasificó y cuantificó las fallas o daños presentes tales como, grietas, fisuras, desprendimiento del concreto, delaminación del acero, sangramiento, manchas, coqueras y otros, generados por la carbonatación en las estructuras de concreto armado. El levantamiento se realizó en dos (2) zonas de la ciudad de Nirgua, Zona A (Sector Aire Libre, Cancha Deportiva Aire Libre) y Zona B (Sector la Flor del Encanto, E.B "Miguel Ángel Granado"), se determinó el número de estructuras a inspeccionar mediante un muestreo probabilístico, la selección de las zonas de estudio se basó en los resultados obtenidos en el Trabajo Especial de Grado denominado "Estimación de la Constante de Carbonatación "k" en concreto expuesto al ambiente en la Ciudad de Nirgua estado Yaracuy", por los bachilleres Rojas, M. y Zavala, F. (2016), en este estudio se determinó una Constante de Carbonatación aproximadamente de 8,32mm/años0.5, en tres zonas de la ciudad de Nirgua.. Esta investigación permitió conocer si la Carbonatación ha causado daños en las estructuras por corrosión. Obteniéndose que en la zona A el 60,34% de las estructuras presentan daños por corrosión y un 34.48% para la zona B.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".