MétaCan
Menu
Retour à la cohorte
Enregistrement W2088754023 · doi:10.1061/(asce)0899-1561(2006)18:6(768)

Assessing the Carbonation Behavior of Cementitious Materials

2006· article· en· W2088754023 sur OpenAlexafffund
Sean Monkman, Yixin Shao

Notice bibliographique

RevueJournal of Materials in Civil Engineering · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCarbonationCementitiousGround granulated blast-furnace slagFly ashLimeSlag (welding)Materials scienceElectric arc furnaceCementMetallurgyCarbonatationMicrostructureComposite material

Résumé

récupéré en direct d'OpenAlex

The carbonation behavior of six cementitious materials was examined (CSA Type 10 cement, CSA Type 30 cement, fly ash, ground granulated blast furnace (GGBF) slag, electric arc furnace (EAF) slag, and hydrated lime) for applicability to CO2 sequestration applications. No-slump press-formed compacts and loose powders were subjected to 100% CO2 at a constant pressure of 5bar for 2h. The CO2 contents of the as-received and the carbonated materials were measured. It was found that the cements, fly ash, and electric arc furnace slag could each show CO2 uptake on the order of 12%, while the lime achieved nearly 40%. The blast furnace slag managed 7% uptake. The carbon uptakes achieved were significantly lower than the theoretical maximum as determined by chemistry. The 2h carbonation produced high early age strength in cements and hydrated lime, which can be used as structural materials. The strength gain in fly ash, EAF slag, and GGBF slag was nevertheless not sufficient. X-ray diffraction analysis determined that the primary carbonation product formed was calcite, while C3S, C2S, and Ca(OH)2 were the phases consumed. Scanning electron microscopy observations considered the morphology of the carbonation products and the degree of reaction in terms of microstructure characteristics.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,260
Écart entre enseignants0,247 · 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

Citations185
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials in Civil EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207