Solidification of Subgrade Materials Using Magnesium Alkalinization: A Sustainable Additive for Construction
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
The stabilization of problematic soils with chemical additives has become a popular practice globally. However, the mechanical and microstructural characterization of subgrade materials stabilized by alkalinization of raw silty sand, a common soil in British Columbia, Canada, has not yet been studied. This study introduces the novel concept of using an alkaline activator, along with magnesium chloride (MgCl2), to activate the silica and alumina components of silty sand. Compaction and unconfined compressive strength (UCS) tests were used to assess the mechanical properties of the stabilized soil. The mechanisms that have contributed to the stabilization process are discussed based on the results of microstructural analysis using field-emission scanning electron microscopy (FESEM), energy-dispersive spectroscopy (EDS), and Fourier transform infrared spectroscopy (FTIR) analysis. It was found that the chemical additive improved the compressive strength of the soil significantly. The UCS results revealed that a sample mixture containing an alkaline activator (sodium silicate/sodium hydroxide) ratio of 0.5, an alkaline activator to MgCl2 (L/S) ratio of 0.7, and 3% MgCl2 by dry weight of the soil was the optimum mix to improve the strength of the silty sand when cured for 28 days. The FTIR result confirmed the formation of the magnesium hydration products. Additionally, the SEM images and EDS data revealed that the stabilization process produced a cementitious gel, consisting of magnesium silicate hydrate (M-S-H) and magnesium aluminate hydrate (M-A-H) compounds, that bonded soil particles together.
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 | 0,001 | 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) | 0,000 | 0,000 |
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.
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