MétaCan
Menu
Retour à la cohorte
Enregistrement W2993299512 · doi:10.1061/(asce)mt.1943-5533.0003017

Development of Eco-Efficient Fly Ash–Based Alkali-Activated and Geopolymer Composites with Reduced Alkaline Activator Dosage

2019· article· en· W2993299512 sur OpenAlexaff
H. Süleyman Gökçe, Murat Tuyan, Kambiz Ramyar, Moncef L. Nehdi

Notice bibliographique

RevueJournal of Materials in Civil Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésFly ashGeopolymerCompressive strengthMaterials scienceAggregate (composite)Composite materialAlkali metalPulp and paper industryWaste managementChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The eco-efficiency and economy of geopolymer composites largely depend on their alkaline activator dosage. In this study, the effect of applying a pre-setting pressure and variation of the aggregate-to-fly ash ratio on the alkaline solution dosage and mechanical strength of fly ash–based geopolymer composites was explored. It is shown that through control of the aggregate-to-ash ratio and application of pre-setting pressure, compressive strength could be increased by 102% and 86% for Class F fly ash–based geopolymer and alkali-activated Class C fly ash–based mixture, respectively. The total alkaline solution consumption could be reduced from 718 to 188 kg/m3 and from 769 to 262 kg/m3 for Class F fly ash–based geopolymer and alkali-activated Class C fly ash–based mixture, respectively. The proposed method reduced the alkaline solution consumption per compressive strength (6.2 kg·m−3·MPa−1) by up to 85% compared to that of the reference manually consolidated control geopolymer. The findings demonstrate that fly ash–based geopolymers could be made more sustainable and eco-efficient through tailored production techniques.

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 enseignants0,084
Score d'incertitude au seuil0,777

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,008
Tête enseignante GPT0,216
Écart entre enseignants0,208 · 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

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials in Civil EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207