MétaCan
Menu
Retour à la cohorte
Enregistrement W2975558140 · doi:10.18280/acsm.430308

Empirical Relationships on Mechanical Properties of Class-F Fly Ash and GGBS Based Geopolymer Concrete

2019· article· en· W2975558140 sur OpenAlexvenueno aff
Ramamohana Reddy Bellum, Karthikeyan Muniraj, Sri Rama Chand Madduru

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesVignan's Foundation for Science, Technology and Research
Mots-clésFly ashGround granulated blast-furnace slagGeopolymer cementClass (philosophy)GeopolymerMaterials scienceComposite materialComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Ordinary Portland Cement (OPC) is one of the important materials used in the development of the construction industry. Production of OPC consumes lot of raw materials, emits extreme quantity of carbon dioxide (CO2) into atmosphere and highly energy-intensive. Thus, to reduce the production of cement so many attempts are done and an alternative binder was found. The alternative to cement concrete is geopolymer concrete (GC) and it is produced by mixing industrial by-products (rich in aluminosilicate) with an alkaline solution. This paper explores the mechanical properties and a representative non-linear equation was proposed for the relationship between splitting tensile Vs compressive strengths and flexural Vs compressive strengths of fly ash-GGBS synthesized GC cured at ambient temperature for 28 days. This work also presents empirical formulae for predicting elastic modulus of fly ash-GGBS synthesized GC. Equations were proposed to determine the splitting tensile strength, flexural strength and elastic modulus based on the compressive strength of GC. The obtained results are clearly indicating that the predicted (from proposed equations) splitting tensile and flexural strength values are very close to the experimental values. It is established that the formulae found in various codes and literature generally predict the higher values of the elastic modulus than those obtained using the proposed equation.

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)0,001
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 enseignants0,116
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,083
Tête enseignante GPT0,285
Écart entre enseignants0,202 · 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

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetConcrete and Cement Materials ResearchTravaux en français237 207