MétaCan
Menu
Retour à la cohorte
Enregistrement W2163172245 · doi:10.1139/cgj-2014-0007

Carbide slag–activated ground granulated blastfurnace slag for soft clay stabilization

2015· article· en· W2163172245 sur OpenAlexvenueno aff
Yaolin Yi, Liyang Gu, Songyu Liu, Anand J. Puppala

Notice bibliographique

RevueCanadian Geotechnical Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGround granulated blast-furnace slagMaterials scienceCompressive strengthAluminateCalcium silicateCementScanning electron microscopeSlag (welding)EttringiteCuring (chemistry)SilicateComposite materialPortland cementMineralogyChemical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

This study addresses the use of an industry by-product, carbide slag (CS), to activate another industry by-product, ground granulated blastfurnace slag (GGBS), for soft clay stabilization in comparison to Portland cement (PC). The properties of CS–GGBS stabilized clays were investigated through unconfined compressive strength (UCS) test, mercury intrusion porosimetry (MIP), X-ray diffraction (XRD), and scanning electron microscopy (SEM). The results indicated that the optimum CS content for the CS–GGBS stabilized clay to yield the highest UCS was 4%–6%, varying slightly with curing age and GGBS content. The UCS of the optimum CS-GGBS stabilized clays was more than twice that of the corresponding PC stabilized clays. The main hydration products detected for the CS–GGBS stabilized clays included calcium silicate hydrates (CSH), calcium aluminate hydrates (CAH), and alumino-ferrite monosulfate (AFm).

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,695
Score d'incertitude au seuil0,714

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,253
Écart entre enseignants0,224 · 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'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

Citations109
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetConcrete and Cement Materials ResearchTravaux en français237 207