MétaCan
Menu
Retour à la cohorte
Enregistrement W2068735012 · doi:10.3141/2290-18

Reducing Set Retardation in High-Volume Fly Ash Mixtures with the Use of Limestone

2012· article· en· W2068735012 sur OpenAlexaff
Lisa R. Gurney, Dale P. Bentz, Taijiro Sato, Jason Weiss

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Institute of Standards and Technology
Mots-clésFly ashFinenessMaterials scienceCementInertMineralogyVolume (thermodynamics)Composite materialChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

High-volume fly ash (HVFA) concretes are attractive not only because they reduce cement content and the associated greenhouse gases, but also because they avoid landfilling excessive quantities of fly ash. These sustainability benefits are often tempered by practical constructability limitations that may exist for HVFA concretes: retardation and diminution of the early-age reaction, delay in setting (and finishing operations), and lower early-age strength. This paper explores the alleviation of these deficiencies in HVFA mixtures by the incorporation of fine limestone powders into ternary blends. Isothermal calorimetry and Vicat needle penetration measurements are employed to assess reaction rates and setting times, respectively. A systematic variation of the content and fineness of the limestone powder in mixtures containing either a Class C or a Class F fly ash indicates that setting times are linearly correlated with the surface area supplied by the limestone. Comparison of a limestone system to a system containing an inert titanium dioxide of similar particle size indicates that the acceleration and amplification effects of the limestone can be attributed to both physical (nucleation) and chemical (additional calcium ions) processes. The results indicate that ternary blends with 40% of the cement by volume replaced by 30% to 35% fly ash and 5% to 10% limestone at a constant water volume fraction can be achieved without significant delay in setting.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,090
Tête enseignante GPT0,333
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations59
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetConcrete and Cement Materials ResearchTravaux en français237 207