MétaCan
Menu
Retour à la cohorte
Enregistrement W2580337693 · doi:10.1680/jcoma.16.00054

Microstructure and physical properties of nano charcoal ash as binder

2017· article· en· W2580337693 sur OpenAlexaff
Siti Nur Amiera Jeffry, Ramadhansyah Putra Jaya, Norhidayah Abdul Hassan, Jahangir Mirza, Mohd Ibrahim Mohd Yusak

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Construction Materials · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensHydro-Québec
Organismes subventionnairesUniversiti Teknologi Malaysia
Mots-clésThermogravimetric analysisMaterials scienceSoftening pointComposite materialDynamic shear rheometerMicrostructureCharcoalScanning electron microscopeAsphaltChemical engineeringMetallurgyRut

Résumé

récupéré en direct d'OpenAlex

Waste coconut shell (CS) was used to produce nano charcoal ash (NCA) as a potential modifier material in an asphalt binder. This study focused on the microstructural and physical properties of NCA. Thermogravimetric analysis and derivative thermogravimetric analysis (TGA/DTA), field emission scanning electron microscopy (FESEM), X-ray fluorescence, particle size analysis (PSA), penetration tests, softening point tests and dynamic shear rheometer (DSR) tests were performed. The TGA/DTA results revealed 490°C to be a suitable CS burning temperature to form carbon and to reduce impurities. The morphology determined by FESEM showed that charcoal CS presents a smooth, porous and irregular shape. The carbon content on the surface of the material was 77·6%, as indicated by energy-dispersive X-ray spectroscopy. PSA showed that the optimum size of the charcoal CS obtained after several grinding cycles was 148 nm. Test results indicated that adding NCA from coconut shell to bitumen improved the binder stiffness up to 47% and significantly increased the softening point up to 12% compared with virgin binder. The DSR test revealed that the optimum size of NCA enhanced the bitumen by increasing the resistance to rutting until a temperature of 76°C was reached, prior to failure at a temperature of 82°C.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,217
Écart entre enseignants0,205 · 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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Construction MaterialsMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207