Interaction grand potential between calcium–silicate–hydrate nanoparticles at the molecular level
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Calcium-silicate-hydrate (or C-S-H), an inosilicate, is the major binding phase in cement pastes and concretes and a porous hydrated material made up of a percolated and dense network of crystalline nanoparticles of a mean apparent spherical diameter of ∼5 nm that are each stacks of multiple C-S-H layers. Interaction forces between these nanoparticles are at the origin of C-S-H chemical, physical, and mechanical properties at the meso- and macroscales. These particle interactions and the resulting properties may be affected significantly by nanoparticle density and environmental conditions such as the temperature, relative humidity, or concentration of chemical species in the bulk solution. In this study, we combined grand canonical Monte Carlo simulations and an extension of the mean force integration method to derive the pair potentials. This approach enables realistic simulation of the physical environment surrounding the C-S-H particles. We thus constructed the pair potentials for C-S-H nanoparticles of defined chemical stoichiometry at 10% relative humidity (RH), varying the relative crystallographic orientations at a constant particle density of ρpart ∼ 2.21 mmol L(-1). We found that cohesion between nanoparticles is affected strongly by both the aspect ratio and the crystallographic misorientation of interacting particles. This method and the findings underscore the importance of accounting for relative dimensions and orientation among C-S-H nanoparticles in descriptions of physical and simulated multiparticle aggregates or mesoscale systems.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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.
score_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