MétaCan
Menu
Retour à la cohorte
Enregistrement W2888092795 · doi:10.1063/1.5042755

Atomistic and mesoscale simulation of sodium and potassium adsorption in cement paste

2018· article· en· W2888092795 sur OpenAlexafffund
Alice Dufresne, Jack Arayro, Tingtao Zhou, Katerina Ioannidou, Franz‐Josef Ulm, Roland J.‐M. Pellenq, Laurent Karim Béland

Notice bibliographique

RevueThe Journal of Chemical Physics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgence Nationale de la Recherche
Mots-clésMesoscale meteorologyPotassiumAdsorptionCementSodiumMaterials scienceChemical engineeringMineralogyEnvironmental scienceComposite materialChemistryMetallurgyGeologyEngineeringOrganic chemistryClimatology

Résumé

récupéré en direct d'OpenAlex

An atomistic and mesoscopic assessment of the effect of alkali uptake in cement paste is performed. Semi-grand canonical Monte Carlo simulations indicate that Na and K not only adsorb at the pore surface of calcium silicate hydrates (C-S-H) but also adsorb in the C-S-H hydrated interlayer up to concentrations of the order of 0.05 and 0.1 mol/kg, respectively. Sorption of alkali is favored as the Ca/Si ratio of C-S-H is reduced. Long timescale simulations using the Activation Relaxation Technique indicate that characteristic diffusion times of Na and K in the C-S-H interlayer are of the order of a few hours. At the level of individual grains, Na and K adsorption leads to a reduction of roughly 5% of the elastic moduli and to volume expansion of about 0.25%. Simulations using the so-called primitive model indicate that adsorption of alkali ions at the pore surface can reduce the binding between C-S-H grains by up to 6%. Using a mesoscopic model of cement paste, the combination of individual grain swelling and changes in inter-granular cohesion was estimated to lead to overall expansive pressures of up to 4 MPa-and typically of less than 1 MPa-for typical alkali concentrations observed at the proximity of gel veins caused by the alkali-silica reaction.

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 enseignants0,093
Score d'incertitude au seuil0,118

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 technologies0,0000,000
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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · 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

Citations23
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetConcrete and Cement Materials ResearchTravaux en français237 207