MétaCan
Menu
Retour à la cohorte
Enregistrement W2889565356 · doi:10.3390/app8091537

Compressive Strength Characteristics of Cemented Tailings Backfill with Alkali-Activated Slag

2018· article· en· W2889565356 sur OpenAlexaff
Gaili Xue, Erol Yilmaz, Weidong Song, Shuai Cao

Notice bibliographique

RevueApplied Sciences · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensFirst Quantum Minerals (Canada)
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChina Postdoctoral Science Foundation
Mots-clésTailingsCementitiousCompressive strengthCementMaterials sciencePortland cementCementation (geology)MetallurgyWaste managementComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

With the use of glauberite mineral (GM) and sodium hydroxide (SH) alkaline catalysts to stimulate slag powder’s internal cementation activity and incorporate the two fine-grained solid wastes, such as quicklime (Q) and desulfurized ash (DA), a new cementitious material suitable for mine tailings was developed to replace traditional ordinary Portland cement (OPC) for reducing cement-related costs. A series of uniaxial compressive strength (UCS) tests were carried out on cemented tailings backfill (CTB) samples containing different activators. The results showed that (1) the highest UCS values of 14-day and 28-day cured CTB samples were 1.259 MPa and 2.429 MPa, respectively, and the effect of different activator types was in the order of SH > GM > DA > Q and SH > GM > Q > DA; (2) the relationship between UCS and activator dosages followed the function y = ax3 − bx2 + cx − d. Compared with the OPC 32.5 R cemented samples, the minimum strength growth factor was 1.45, and the maximum reached 2.03; (3) the optimal proportion of DA slag formula was 4.5% or 5.0% Q, 19% DA, 2.5% GM, and 0.7% SH. The aforesaid new cementitious materials met the mine’s UCS requirements with a relatively low cost (17.04–17.20 €/ton) and solved the stacking problem of solid wastes on the surface well. Ultimately, this study provides a useful reference for the development of mineral binders.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,205
Écart entre enseignants0,191 · 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 source (Gemma direct ou Codex distillé), 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

Citations85
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetTailings Management and PropertiesTravaux en français237 207